Manuel Moraton Claver Ladislau - comum.rcaap.pt M Claver... · Matlab1, como parte dos requisitos...

ESCOLA NAVAL

DEPARTAMENTO DE FORMAÇÃO DE MARINHA

LOGISTÍCA OPERACIONAL DO DISPOSITIVO NAVAL DA MARINHA DE

GUERRA ANGOLANA

Manuel Moraton Claver Ladislau

MESTRADO EM CIÊNCIAS MILITARES NAVAIS

(MARINHA)

5º ANO

Setembro, 2013

ESCOLA NAVAL

DEPARTAMENTO DE FORMAÇÃO DE MARINHA

MESTRADO EM CIÊNCIAS MILITARES NAVAIS

(MARINHA)

LOCALIZAÇÃO DOS PONTOS DE APOIO LOGÍSTICO AVANÇADOS

RECORRENDO A META-HEURISTICAS

O Mestrando O Orientador

________________________ ____________________

ASPOF Manuel M. Claver Ladislau CMG Maia Martins

i

AGRADECIMENTOS

A Deus Pai, Deus Filho e Deus Espírito Santo, pelos dons que me concedestes.

Quero agradecer a todos aqueles que contribuíram direta ou indiretamente para a

realização deste trabalho, em especial:

Em primeiro lugar, ao meu Orientador Capitão-de-mar-e-guerra Maia Martins,

que com sabedoria e paciência, me direcionou para a conclusão deste trabalho; sem sua

eficaz orientação, não conseguiria tornar este sonho realidade: Muito obrigado.

Quero também agradecer a todos professores, pelos incentivos e conhecimentos

ministrados.

Os meus agradecimentos ao Capitão-de-mar-e-guerra Augusto Alfredo porta-voz

da Marinha de Guerra Angolana, por ter dado contributo valiosos sobre a organização

da MGA.

Um agradecimento especial à minha família, os meus pais, Ladislau e Cristina,

responsáveis por todos os valores morais e pessoais que tenho perseguido ao longo dos

anos, os meus irmãos, os meus tios, por todo o apoio que me foram dando durante o

tempo que fiquei longe deles.

À minha noiva Marisa, a Monisa, Fidel, kapolo, Nguanho, Lala, Alci, Gilda,

Carmen, Sónia e Victor que, no anonimato, viveram minhas alegrias e compartilharam

minhas tristezas, reconhecendo mais um desafio que foi superado, incentivando-me em

cada momento da caminhada.

Ao camarada, Hosten Aly, pela disponibilidade e companheirismo dispensados

durante o Curso e realização deste trabalho de uma forma conjunta.

Finalmente, a todas as pessoas e camaradas da Escola Naval, com especial

referência aos alunos dos países de língua oficial portuguesa que acompanham meu

crescimento, contribuem para ele e torcem pelo meu desenvolvimento pessoal e

profissional.

ii

DEDICATÓRIA

Dedico este trabalho aos meus familiares, amigos e professores, em especial a

minha mãe Cristina Claver, cujo amor enseja o constante apoio, dedicação, confiança e

incentivo nos mais importantes projetos de minha vida.

iii

RESUMO

A presente dissertação de mestrado enquadra-se no âmbito dos Sistemas de

Apoio à Decisão para a otimização dos Pontos de Apoio Logísticos Avançados que

servem de armazéns de mercadorias para os navios da esquadra da Marinha de Guerra

de Angolana.

Foram recolhidos dados reais das facilidades de transporte de mercadorias em

Angola, pedidos de transferências de material em Portugal e modelados através de

métodos meta-heurísticos. O principal objetivo da dissertação consiste em minimizar os

custos e as demoras de fornecimento dos materiais necessários para garantir o

funcionamento dos armazéns da Marinha de Guerra de Angolana. Tratando-se dum

problema de programação não-linear, aplicaram-se os métodos do Algoritmo Genético e

Simulated Annealing para obter o menor valor da solução.

O menor valor da solução é obtido a partir dum processo de simulação através

na ferramenta informática Matlab, onde o utilizador poderá alterar os valores de entrada

consoante o grau de importância das variáveis de decisão (custo e demora).

Os resultados obtidos em ambos métodos variaram significativamente consoante

as alterações feitas pelo decisor durante o processo de simulação para 60 meses. Estes

resultados apontaram o Simulated Annealing como melhor método heurístico para a

resolução de problemas de esfera idêntica.

Palavras-chaves: Algoritmo Genético, Simulated Annealing, Custos, Demoras,

Transporte.

iv

ABSTRACT

This dissertation deals with a type of Decision Support Systems for the

optimization of Points Advanced Logistic Support serving warehouse goods for ships of

the squadron of the Navy of Angolan.

Data were collected from actual freight facilities in Mozambique, requests for

material transfers in Portugal and modeled by meta-heuristic methods. The main

objective of the dissertation is to minimize costs and delays in the provision of materials

necessary to ensure the functioning of the warehouses of the Navy of Angolan.

For this case there is a problem of nonlinear programming, we applied the

methods of genetic algorithm and simulated annealing to obtain the lowest value of the

solution.

The lowest value of the solution is obtained from a process through simulation in

Matlab software tool, where the user can change the input values depending on the

degree of importance of decision variables (cost and delay).

The results obtained by both methods varied significantly depending on the

changes made by the decision maker during simulation process for 60 months. Those

results show that the Simulated Annealing heuristic as the best method for solving

problems similar sphere.

Key-words: Genetic Algorithm, Simulated Annealing, Costs, Delays, Transportation.

v

EPÍGRAFE

"O conhecimento é como um jardim: se não for cultivado, não pode ser colhido."

PROVÉRBIO AFRICANO

vi

Índice

AGRADECIMENTOS ........................................................................................................................................... I

DEDICATÓRIA ................................................................................................................................................... II

RESUMO ............................................................................................................................................................ III

ABSTRACT ......................................................................................................................................................... IV

EPÍGRAFE ........................................................................................................................................................... V

LISTA DE TABELAS .......................................................................................................................................... X

LISTA DE ILUSTRAÇÕES E GRÁFICOS ..................................................................................................... XI

LISTA DE SIGLAS E ACRÓNIMOS ............................................................................................................. XII

CAPÍTULO I INTRODUÇÃO ....................................................................................................................... 14

1 – INTRODUÇÃO ............................................................................................................................................... 1

1.1 - Visão Geral ......................................................................................................... 1

1.1.1 - Caracterização de Angola ........................................................................... 2

1.1.2 - Espaço Marítimo Nacional ......................................................................... 3

1.2 - Objetivo do Estudo ............................................................................................. 4

1.3 - Metodologia De Estudo ...................................................................................... 5

1.4 - Relevância do Estudo do Tema ......................................................................... 8

1.5 - Organização do Trabalho .................................................................................. 9

CAPITULO II FUNDAMENTAÇÃO TEÓRICA (LOGÍSTICA OPERACIONAL) ............................... 10

2 - INTRODUÇÃO .............................................................................................................................................. 11

2.1 - Definição Atual de Logística ........................................................................... 11

2.2 - Logística Operacional ...................................................................................... 11

2.4 – Transporte ........................................................................................................ 13

2.5 - Armazenagem ................................................................................................... 14

2.4 - Considerações Finais ........................................................................................ 15

2.3 - Logística Operacional Naval ........................................................................... 16

CAPÍTULO III ENQUADRAMENTO DO PROCESSO LOGISTICO DA MARINHA DE

GUERRA ANGOLANA ..................................................................................................................................... 17

3.1 - Introdução .......................................................................................................... 18

vii

3.2 - Processo de Planeamento FAA........................................................................ 20

3.3 - Processo de Aquisição FAA ............................................................................. 21

3.4 - Direção de Logística da Marinha de Guerra de Angola (DLMG) ............... 22

3.5 - Repartição de Logística ................................................................................... 23

3.6 - Secção de Abastecimento ................................................................................. 24

3.7 - Secção Técnica .................................................................................................. 24

3.8 - Prestação de Contas ......................................................................................... 24

CAPÍTULO IV INFORMAÇÃO E O SISTEMA DE APOIO À DECISÃO .............................................. 26

4.1. - INTRODUÇÃO .......................................................................................................................................... 27

4.2 - Recolha dos Dados ............................................................................................ 27

4.3 - Tratamento dos Dados ..................................................................................... 30

4.4 – Custos E Demoras Dos Transportes Aéreos ................................................. 30

4.5 – Custos dos Transportes Rodoviários ............................................................. 31

4.6 - Demoras Entre Pontos ..................................................................................... 32

4.7 Dados do SIGDN ................................................................................................. 33

4.8 Justificação da Escolha do Programa Matlab ................................................. 34

CAPÍTULO V MODELAÇÃO DO PROBLEMA ........................................................................................ 36

5.1 - Introdução .......................................................................................................... 37

5.2 - A Escolha do Modelo ....................................................................................... 40

5.2.1 - O Modelo Matemático ................................................................................ 41

5.2.1.1 Programação Linear .................................................................................... 42

5.2.1.2 Aplicação do Modelo Matemático ............................................................. 43

5.2.2.1 - Custos de Abertura de Instalações ........................................................... 45

5.2.2.2 - Custos de Funcionamento das Instalações ............................................... 45

5.2.2.3 - Custos de Fornecimento do Material aos Navios ..................................... 45

5.2.3 - Variáveis de Decisão ................................................................................... 46

5.2.4- Variáveis Auxiliares ..................................................................................... 46

5.3 Uniformização das Escalas dos Dados .............................................................. 47

viii

5.3.1 - Obtenção do Valor Duma Solução .............................................................. 47

5.3.2 - Definição de Uma Solução ........................................................................ 47

5.3.3 - Função Multiobjectivo ................................................................................ 48

5.3.4 - Restrições .................................................................................................... 49

CAPÍTULO VI SIMULAÇÃO E OTIMIZAÇÃO ....................................................................................... 50

6.1 - INTRODUÇÃO ........................................................................................................................................... 51

6.2 - Meta-Heurísticas .............................................................................................. 52

6.3 - Algoritmo Genético (AG) ................................................................................ 53

6.3.1 - Caldeirão Inicial .......................................................................................... 54

6.3.2 Inicialização da Amostra ............................................................................... 54

6.3.3 Avaliação da População............................................................................ 55

6.3.4 - Aplicação do Ciclo ..................................................................................... 55

6.3.4.1 - Reprodução .............................................................................................. 55

6.3.4.2 - Cruzamento .............................................................................................. 56

6.3.4.3 - Mutação .................................................................................................... 57

6.3.4.4 - Seleção da Melhor Solução ................................................................ 58

6.4 - Simulated Annealing Algorithim (SAA) ........................................................ 58

6.4.1 - Vizinho da Solução Inicial .......................................................................... 59

CAPITULO VII A FERRAMENTA OPALAA ............................................................................................ 61

7.1 – Introdução .......................................................................................................... 62

7.2 - Variáveis de Entrada: Criação dos Dados Iniciais ........................................ 63

7.3 - Carregamento de Dados .................................................................................. 65

7.4 - O Processo de Simulação ................................................................................. 66

7.5 - Obtenção de Soluções e Valores das Soluções ............................................... 67

Etapa 1 .................................................................................................................... 68

Etapa 2 .................................................................................................................... 68

Etapa 3 .................................................................................................................... 69

ix

Etapa 4 .................................................................................................................... 70

Etapa 5 .................................................................................................................... 70

Etapa 6 .................................................................................................................... 71

CAPITULO VIII CONCLUSÕES, RECOMENDAÇÕES E DESENVOLVIMETOS FUTUROS ......... 73

8.1 - CONCLUSÕES .................................................................................................. 74

Resposta a pergunta central: ............................................................................... 75

8.2 - RECOMENDAÇÕES ........................................................................................ 76

8.3 - DESENVOLVIMENTOS FUTUROS ............................................................... 76

REFERÊNCIAS BIBLIOGRÁFICAS............................................................................................................... 78

ANEXO A – MAPA DE ANGOLA .................................................................................................................... 80

ANEXO B – TABELA GRUPO DE MERCADORIAS ................................................................................... 81

ANEXO C – CARACTERISTICAS DO N.R.P. AGUÍA ................................................................................. 82

ANEXO D – QUADRO RESUMO DADOS SOCIO-DEMOGRAFICOS: .................................................... 83

ANEXO E – EXEMPLO DE REGISTO DE PEDIDOS DE MERCADORIAS ............................................ 84

x

LISTA DE TABELAS

Tabela 1 Preços (em Kwanzas) dos transportes aéreos partindo de Luanda (por quilograma) ................. 30

Tabela 2 Preços dos transportes aéreo (por quilograma) .......................................................................... 31

Tabela 3 Preços dos transportes rodoviários (por quilograma) ................................................................. 32

Tabela 4 Demoras dos transportes rodoviários (em minutos) ................................................................... 33

Tabela 5 Valores obtidos no processo de simulação 1ª etapa ................................................................... 68

Tabela 6 Valores obtidos no processo de simulação 2ª etapa. .................................................................. 69




Tabela 10 Valores obtidos no processo de simulação 6ª etapa. ................................................................ 71

xi

LISTA DE ILUSTRAÇÕES E GRÁFICOS

Ilustração 1 processo de planeamento ....................................................................................................... 21

Ilustração 2 Processo de Aquisição ............................................................................................................. 22

Ilustração 3 Organigrama da DLMGA ........................................................................................................ 23

Ilustração 4 Organigrama da DLMGA ........................................................................................................ 23

Ilustração 5 Processo de tomada de decisão .............................................................................................. 38

Ilustração 6 Transformação de dados brutos em conhecimento ............................................................... 40

Ilustração 7 Conjunto da solução: gráfico das soluções aceitáveis e matriz de facilidades por PALA ........ 48

Ilustração 8 Representação do cromossoma com 29 grupos de mercadoria para PALA 1 ........................ 55

Ilustração 9 Representação do cromossoma com 29 grupos de mercadoria para 11 PALA ...................... 56

Ilustração 10 Representação do cromossoma codificado (solução) ........................................................... 56

Ilustração 11 Processo de reprodução ........................................................................................................ 56

Ilustração 12 Processo de cruzamento com 2 pontos ................................................................................ 57

Ilustração 13 Representação dos novos descendentes............................................................................... 57

Ilustração 14 Processo de mutação a partir do ponto 11 escolhido aleatoriamente ................................ 58

Ilustração 15 Solução inicial aceitável gerada aleatoriamente .................................................................. 58

Ilustração 16 Ambiente de Trabalho do programa .................................................................................... 62

Ilustração 17 Janela de carregamento dos dados iniciais. ......................................................................... 63

Ilustração 18 Carregamento dos dados iniciais. ......................................................................................... 64

Ilustração 19 Janela de informação para criação dos dados iniciais. ......................................................... 65

Ilustração 20 Carregamento dos dados para os algoritmos....................................................................... 66

Ilustração 21 Gráfico de desempenho dos métodos ................................................................................... 72

xii

LISTA DE SIGLAS E ACRÓNIMOS

AG Algoritmo Genético

AN Administração Naval

BCA Base Central de Abastecimento

CA Comando Administrativo

CAP Capitão

CEMGFAA Chefe de Estado maior General das Forças Armadas Angolanas

CD's Canais de Distribuição

CMG Capitão-de-Mar-e-Guerra

CN Comando Naval

CSCMP Council of Cupply Chain Management Professionals

CTEN Capitão-Tenente

DCL Dipositivo Central de Logística

DLMGA Direção de Logística da Marinha de Guerra Angolana

DGLFAA Direção Geral de Logística das Forças Armadas Angolanas

FAA Força Armadas Angolanas

FRAG Fragata

GRP Grupo de Mercadorias

KG Quilograma

KZ Kwanza

LDM Lancha de Desembarque Media

xiii

LDP Lancha de Desembarque Pequena

MGA Marinha de Guerra Angolana

PALA Ponto de Apoio logístico Avançado

PAN Ponto de Apoio Naval

PT Pedidos de Transferência

SAA Simulated Annealing Algorithim

SADC Southern Africa Development Community

SIG-DN Sistema Integrado de Gestão da Defesa Nacional

TCUL Transporte Coletivo Urbano de Luanda

CAPÍTULO I INTRODUÇÃO

LOGISTÍCA OPERACIONAL DO DESPOSITIVO NAVAL DA MARINHA DE GUERRA ANGOLANA

1

1 – INTRODUÇÃO

1.1 - Visão Geral

Esta dissertação de mestrado, trata do problema de logística operacional da Marinha

de Guerra Angolana, através da implementação de um Algoritmo Genético no software

Matlab1, como parte dos requisitos para obtenção do título de Mestre em Ciências

Militares Navais na Escola Naval de Lisboa.

Segundo uma declaração do Comandante da Marinha de Guerra Angolana «Esta em

curso na MGA o processo de reedificação, o qual visa adequar o aparelho militar naval

ás transformações em curso, para que a MGA, constitua um poder de autoridade do

estado com capacidade de dissuasão e resposta militar eficazes, através doa qual se

assegura o alcance à manutenção dos objetivos nacionais, com enfase para a defesa

das águas nacionais.» Atualmente é uma preocupação constante a manutenção dos

meios navais que a Marinha de Guerra Angolana tem vindo adquirir, com a obtenção

dos melhores resultados operacionais e com menor custo possível (in Revista da

Marinha, ano 9 edição especial).

Nos dias que correm a análise de custo é cada vez mas primordial dentro da

estratégia das organizações, a missão da Marinha de Guerra Angolana não prevê lucros

numa perspetiva financeira, mas sim, resultados operacionais que são o produto da sua

prestação de um serviço publico como organismo do Estado Angolano.

Neste caso, a questão financeira prende-se somente com os custos realizados, que

deve ser feita de uma forma muito analítica ou numa perspetiva de uma gestão

económica dos custos e racionalização de stock de material, em que o decisor pretende

saber atempadamente os custos de operacionalidade dos meios navais disponíveis

atualmente e futuramente, tendo os seguintes objetivos a alcançar:

1 Matlab: é uma poderosa ferramenta de computação numérica, com um ambiente de trabalho de fácil

utilização e uma potente capacidade para realização de cálculo matemáticos de forma interativa. Fornece

uma linguagem de programação própria, que permite o desenvolvimento de programas mais simples e

compactos do que quando desenvolvidos nas tradicionais linguagens de programação. Este software é

mantido e comercializado pela MathWorks, sedeada em Massachusetts, nos Estados Unidos da América

(Morais e Vieira, 2013).


2

1. Quanto encomendar. Por forma a ter de definir que quantidades económicas de

cada encomendar e por sobresselentes.

2. Quando encomendar definido os períodos entre encomendas por forma a

minimizar os custos.

Realizando da melhor maneira estes objetivos, ter-se-á conseguido numa perspetiva de

gestão de custos, segundo o que:

Qualquer artigo seja fornecido aos serviços utilizadores pelo

mínimo custo total.

Seja assegurada continuidade de fornecimento desses serviços.

Que a referida continuidade de fornecimento não tenha custos

mais elevados que a falha que suprime.

1.1.1 - Caracterização de Angola

A pertinência da pesquisa decorre do facto do mar ter uma elevada importância para

a vida e segurança dos Estados. A República de Angola tem uma área de 1.246.700 km²

e situa-se na costa ocidental da África austral. Conquistou a sua independência a 11 de

Novembro de 1975 (portal do governo, 2013).

O país divide-se em 18 províncias e tem como capital a cidade de Luanda. Com uma

extensão de 4.837 km, as suas fronteiras terrestres localizam-se a norte da província de

Cabinda com Congo Brazzaville, a norte e leste com a República Democrática do

Congo (ex-Zaíre), a leste com a Zâmbia e ao sul com a Namíbia

(hht:portalangop.co.ao, 2013).

Angola tem uma costa de 1.650 km banhada pelo Oceano Atlântico. Os seus

principais portos são Luanda, Lobito e Namibe. O ponto mais alto do país é o Monte

Moco (2.620 m), localizado na Província do Huambo. Com uma rede hidrográfica


3

privilegiada ao nível do continente, Angola tem como principais rios o Kwanza, o Zaire,

o Cunene e o Cubango (hht:portalangop.co.ao, 2013).

A moeda corrente é o Kwanza (Kz). O número estimado de habitantes em 1995 era

de 11 milhões, com previsão de chegar a 16 milhões em 2010. O censo de 1995 indica

que a população era composta de 49,3% de homens e 50,7% de mulheres. Desse total,

32% da população viviam em áreas urbanas e 53% eram economicamente activos.

Estimava-se, em 1995, que Luanda tinha cerca de 3 milhões de habitantes

(hht:portalangop.co.ao, 2013).

A língua oficial é o Português, mas Angola tem várias línguas nacionais, como o

umbundo, kimbundo, kikongo, chokwe, mbunda, luvale, nhanheca, gangela e o

xikuanyama. A população é predominantemente cristã, e a religião católica é a mais

difundida (portal do governo, 2013).

1.1.2 - Espaço Marítimo Nacional

O mar constitui um elemento indispensável para a vida de qualquer país por vários

motivos, nomeadamente os aspetos geográficos, significado económico, recursos vivos

e não vivos. A Lei 14/10 de 14 Julho estabelece que a Republica de Angola ratificou a

Convenção das Nações Unidas Sobre o Direito do Mar, no dia 5 de Dezembro de 1990,

Convenção esta que foi aprovada em Montego Bay, na Jamaica, a 10 de Dezembro de

1982 e a Republica de Angola subescreveu-a nessa mesma data (Lei nº14/10 de 14

Julho Lei dos espaços marítimos).

Esta Lei dos Espaços Marítimos, regula o exercício de poderes, dos direitos e dos

deveres do Estado Angolano e define os limites dos espaços marítimos sob soberania e

jurisdição nacionais. Convindo a efetuar um combate eficaz nos espaços marítimos sob

soberania e jurisdição nacionais ou no alto mar, ao contrabando, às descargas

operacionais não controladas, ao crescente número de infrações às leis e aos

regulamentos aduaneiros, fiscais, sanitários e de imigração. Sem prejuízos dos poderes

exercidos pelo Estado Angolano nos espaços marítimos de estados terceiros ou em


4

espaços marítimos específicos, nos termos definidos no direito internacional (Lei

nº14/10 de 14 Julho Lei dos espaços marítimos).

Os espaços marítimos sob soberania e jurisdição nacional são os seguintes:

a) As águas interiores;

b) O mar territorial;

c) A zona contigua,

d) A zona económica exclusiva;

e) A plataforma continental.

O exercício da autoridade do Estado Angolano, compete às entidades, todos os

serviços ou organismos Estado que exercem o poder de autoridade marítima no quadro

do Sistema de Autoridade Marítima Angolana, tendo o dever de cooperar entre si, no

sentido de serem assegurados, na medida das suas necessidades e disponibilidades, os

meios adequados ao cumprimento das respetivas missões. O diploma legislativo

estabelece ainda que o exercício da autoridade do Estado angolano compete às entidades

que integram o Sistema de Autoridade Marítima, à Marinha e à Força Aérea, no âmbito

das suas competências as atividades de fiscalização e exercício do direito de visita nos

espaços marítimos e estabelece as medidas cautelares sobre os navios que se encontrem

na sua zona contígua, em matéria civil (Lei nº14/10 de 14 Julho Lei dos espaços

marítimos).

1.2 - Objetivo do Estudo

O presente estudo teve como objetivo analisar o desempenho Logístico da cadeia de

abastecimento da MGA. Para determinar os resultados da análise preliminar dos dados e

a estimação dos parâmetros para os modelos discriminatórios, foram implementadas

funções no software MATLAB.

Desta forma, para facilitar a representação do sistema a ser simulado, bem como

a programação dos pedidos de abastecimento, apresenta-se como objetivo específico

deste trabalho desenvolver uma técnica de modelagem conceitual, que permita a

representação do sistema a ser simulado, através de uma lógica próxima a utilizada em


5

simulação. Esta técnica deverá ser utilizada na modelagem conceitual dos objetos de

estudo deste trabalho.

Construir um fluxograma que represente uma sequência de etapas para a

validação estatística de modelos de simulação. Este fluxograma deverá ser construído a

partir da revisão da literatura. Uma vez construído, este fluxograma deverá ser utilizado

na fase de validação dos modelos deste trabalho, e poderá ser utilizado para orientar

trabalhos de simulação, no que concerne à validação estatística de modelos. Este sector

do circuito iguala-se a uma estrutura de distribuição escalonada típica com um Deposito

Central de Abastecimento e um conjunto de Armazéns de distribuição avançados

próximos das Unidades em terra.

O objectivo destes armazéns é permitir o rápido atendimento logístico ás

necessidades das Unidades Navais em determinadas área geográficas distantes dos

Armazéns Centrais localizados em Luanda. São armazéns que pela sua localização no

ciclo logístico possibilitam a obtenção de economia de transporte, bem como, permite o

recebimento de grandes carregamentos consolidados e que, portanto, evita o

fraccionamento das mercadorias, facto que se verificam no caso hipotético de existência

da relação directa entre Unidades Navais e em terra das várias Zonas Marítimas e o

Armazém Central (DCL). Para as Unidades estes armazéns são valiosas estruturas, pelo

facto de possibilitarem que os pedidos sejam expedidos no mesmo meio e como um

único carregamento muitas das vezes.

1.3 - Metodologia De Estudo

Em todos os sectores das atividades económica, a importância da otimização da

produtividade e eficiência dos processos e a melhoria na qualidade dos serviços

prestados são cada vez mais crescentes, motivadas pela necessidade do aumento da

competitividade em um mercado globalizado.

A problemática do trabalho pode ser descrito por varias perguntas para qual ate o

final do trabalho se propõe responder, assim a Questão Central do trabalho é:


6

“Onde deverão ser abertos centro de abastecimento para apoio da esquadra de

Angola e quais as mercadorias disponibilizadas, minimizando custos e demoras de

fornecimento?”.

E outras Questões Derivadas que também podem ser respondidas no decorrer do

trabalho, tais como:

Quais os tipos de navios dos dispositivos naval?

Quais os dispositivos navais?

Qual o principal porto praticado pelos navios de cada dispositivo naval?

Quais os grupos de mercadoria que os navios necessitam para a sua operação

normal?

Como variam as necessidades dos navios, por classe, mês, grupo de

mercadorias e peso?

Quais os custos de transporte de mercadorias entre os centros de abastecimento

e os portos de atracação dos navios?

Qual a demora no transporte de mercadorias entre os centros de abastecimento

e os portos de atracação dos navios?

Qual o custo da abertura de um centro de abastecimentos junto aos locais de

atracação de um navio?

Qual o custo de manutenção de um centro de abastecimento, dependendo dos

grupos de mercadorias que fornece?

O sector da Logística Naval da MGA estudada neste trabalho, é bastante dependente

dos processos logísticos de distribuição material, por lidar com limites temporais de

abastecimento dos navios envolvidos nos mas variados tipos de operações e missões no

mar.

A distribuição material compreende os processos de estocagem, transporte, controle,

intercâmbio de dados e fluxo financeiro, que permitem transferir materiais desde a Base


7

de Logística Central (BCA), em Luanda até ao PALA ou diretamente ao navio. Ela tem

como objetivo garantir que o produto certo seja entregue ao consumidor final, no lugar

correto, no momento exato e com o nível de serviços desejado pelo navio, buscando

minimizar os custos dos serviços logísticos.

No estudo de caso deste trabalho foi identificado que um empecilho para a

tomada de decisões em distribuição material na MGA é o volume de informações no

processamento de pedidos que precisam ser analisadas simultaneamente, consumindo

tempo e, consequentemente, incorrendo custos para o Estado. Todavia, direcionar

esforços para redução de custos de forma isolada podem não garantir o resultado

desejado. É interessante planear e coordenar ações gerenciais de forma integrada,

avaliando todo o processo.

Com isso, o modelo proposto neste trabalho pode ser inserido em um sistema

logístico mais amplo, composto, por exemplo, de mecanismos integrados de Coleta e

distribuição de pedidos eletrónicos, verificação de estoques e consolidação de cargas,

podendo se tornar um importante factor de competitividade, já que pode conferir à

indústria maior rapidez, confiabilidade e eficiência tanto no processamento quanto na

distribuição dos pedidos.

Nesse contexto, ferramentas utilizadas de distribuição de funções estatística

surgem como alternativas de apoio aos métodos tradicionais de processamento de

pedidos e tomada de decisão em transportes, atividade-chave da logística de

distribuição. A construção de uma metodologia de apoio à decisão através do uso de

técnica de simulação e modelagem estatística, com o intuito de viabilizar e facilitar o

planeamento e controle das actividades logísticas é interessante não só do ponto de vista

de gerenciamento do sistema, mas também da verificação da aplicabilidade dessas

técnicas em relação ao problema proposto.

Assim, este trabalho propõe uma metodologia baseada em simulação em no

MATLAB para auxiliar o tomador de decisão na escolha da melhor estratégia de

distribuição dos materiais a partir da BCA, tendo como foco a agilização dos processos

de distribuição e a redução de custos logísticos.


8

Recorrendo aos dados reais das facilidades de transporte em Angola no que diz

respeito aos transportes aéreos, ferroviários, rodoviários, marítimos e fluviais, bem

como às necessidades logísticas dos navios da MGA, pretende-se otimizar os recursos

disponibilizados utilizando simulação em Algoritmo Genético e Simulated Annealing.

1.4 - Relevância do Estudo do Tema

Depois de respondida a pergunta central da problemática do presente trabalho:

“Onde deverão ser abertos centro de abastecimento para apoio da esquadra de

Angola e quais as mercadorias disponibilizadas, minimizando custos e demoras de

fornecimento?”.

Também outras perguntas derivadas, o decisor terá uma ferramenta útil para o apoio

a decisão quase a tempo real e com custo de análise praticamente nulos, bastando para

isso possuir a informações necessárias e o software instalado.

Na Marinha, o grande objetivo da manutenção é a maximização da disponibilidade

operacional do material tendo em atenção as relações custo\eficiência. Desenvolve-se,

porem, um ambiente profundamente influenciado por limitações diversas em que avulta

as de natureza financeira, pelo que dever-se-á atuar por forma a atingir esses objetivos,

procurando o melhor compromisso possível entre dois fatores:

o Obtenção de graus de aceitáveis de fiabilidade do material.

o Obtenção de elevados coeficientes de disponibilidade operacional dos meios

navais.

Estes dois fatores são de certa forma antagónicos, o que faz com que o esforço de

manter os equipamentos e sistemas com graus de fiabilidade aceitável é conseguido a

custa de tempo de imobilização elevadas, e o esforço tendente a manter os sistemas e

equipamentos com taxas de utilização elevados é conseguido à custa de compromisso

cada mais gravoso para sua fiabilidade.


9

1.5 - Organização do Trabalho

Esta dissertação está dividida em oito capítulos, incluindo a introdução e as

conclusões, e encontra-se organizada de acordo com os objetivos definidos.

Capitulo 1: tem-se a introdução do trabalho, a descrição dos objetivos, a

problemática do tema, relevância do estudo e metodologia adotada, além da estrutura do

trabalho.

Capitulo 2: estado da arte da Logística sobre a sua origem e história, bem como

as funções do ciclo logístico.

Capitulo 3:descreve-se um breve enquadramento do funcionamento da Logística

Naval Angolana.

Capitulo 4: apresenta-se a metodologia de estudo do trabalho, com base no

sistema de apoio a decisão.

Capitulo 5: Faz-se a modelação do problema proposto.

Capitulo 6: executa-se o método e descreve as características de otimização em

matlab usando o AG e SAA.

Capitulo 7: apresenta-se os resultados da aplicação dos métodos e faz-se a

interpretação dos mesmos.

Capitulo 8: apresentam-se as principais conclusões obtidas ao longo deste

trabalho, as recomendações e os desenvolvimentos futuros.


10

CAPITULO II FUNDAMENTAÇÃO TEÓRICA (LOGÍSTICA

OPERACIONAL)


11

2 - INTRODUÇÃO

2.1 - Definição Atual de Logística

Logística é a parte da arte da guerra que tem por objetivo proporcionar as forças

armadas os meios de pessoal, material e serviços, necessários para satisfazer em

qualidade, quantidade, momento e lugar adequado as exigências da guerra, (thorpe,

1917).

O processo de gerenciar estrategicamente a aquisição, movimentação e

armazenagem de materiais, peças e produtos acabados (e os fluxos de informações

correlatas) através da organização e seus canais de marketing, de modo a poder

maximizar as lucratividades presente e futura através do atendimento dos pedidos a

baixo. (CHRISTOPHER, 1999).

Um sistema de logística eficiente e económico é semelhante a um ativo tangível nos

livros contábeis de uma empresa. Não pode ser prontamente copiado pela concorrência.

(LAMBERT et al., 1998, p.13).

Para o presente trabalho a definição que melhor se encaixa naquilo que são os

propósitos desta pesquisa é a abordagem de estudo que envolve as atividades entendidas

como relevantes para o desenvolvimento da logística de transporte, tais como: Canais de

distribuição, estoques, gestão de estoques, armazenagem, distribuição física, serviços de

transporte, transporte rodoviário, transporte ferroviário, navegação de cabotagem,

transporte aéreo, serviços integrados de transporte, intermodalidade, multimodalidade,

estrutura de custos dos modais, gestão logística, gestão da procura, planeamento dos

CD’s, localização dos CD’s, tecnologia da informação, geração de informações,

terceirização dos serviços logísticos, o SCM (Supply Chain Management),

benchmarking e modelos de transporte (Carvalho, 2010).

2.2 - Logística Operacional


12

Segundo as lições do professor CAP. FRAG. A.N. Manuel j. Pereira, Logística

Operacional é definido como “a parte da Logística Aplicada que trata da resolução dos

problemas que se apresentam no escalão as Forças Armadas. Estes problemas

consistirão sempre em proporcionar meios de pessoal, material, e serviços as Forças

Operacionais.

Assim, a Logística Operacional está mais ligada a tática que à estratégia, que se

encaixa no que chamamos Logística de Consumo e que tem um caracter

predominantemente militar. Convém assinalar e destacar o caracter profundamente

realista que é preciso imprimir a todo o trabalho Logístico. A Logístico tem de se fundar

sempre sobre realidade e realidades tangíveis. A Logística Operacional, em

contrapartida com a estratégia, e muitas vezes com a Tática, é uma ciência de cálculo,

mais do que de imaginação.

Ainda Segundo as lições do professor CAP. FRAG. A.N. Manuel j. Pereira, os

princípios e regras que compõem a Logística Operacional, são de caracter pratico e

realista e foram extraídos da experiencia. A Logística Operacional é, pois, uma ciência

experimental de aplicação pratica. Tal como hoje a conhecemos, esta experiência foi

extraída da Segunda Guerra Mundial e o seu desenvolvimento foi devido, na sua quase

totalidade, aos Norte-Americanos. Foram os Norte-Americanos quem criaram a

Logística Operacional na sua formação atual e a doutrina por eles criada e desenvolvida

é a que se admite, com mais ou menos propósitos de adaptação, em todas as

organizações militares ocidentais. Eu seguirei naturalmente estas teorias procurando,

tanto quanto possível, adaptar às nossas condições o que seja adaptável.

Todo o esforço Logístico para resolver um problema de Logística Operacional

consiste em aplicar as Funções de Direção aos Elementos Funcionais Logísticos nas

fases do Ciclo Logístico e realizar a solução obtida mediante os órgãos de apoio

Logístico (Pereira, 1966):

As Funções de Direção assinalam o modo ou método de obter as soluções:

1. Obter informações;

2. Planear;

3. Transmitir ordens;

4. Supervisionar ou Inspecionar;


13

5. Coordenar.

Os Elementos Funcionais Logísticos fixam a matéria sobre qual há que operar:

1. Abastecimento;

2. Manutenção;

3. Saúde;

4. Pessoal;

5. Transporte;

6. Obras civis.

As Fases do Ciclo Logístico indicam as etapas em se desenvolve o trabalho ou

processo:

1. Determinação de necessidades;

2. Obtenção;

3. Distribuição.

Os Órgãos de Execução e meio para realizarem as soluções que se obtenham:

1. Instalações terrestres metropolitanas (Órgãos de apoio indireto);

2. Bases navais em terra (permanente e avançada) - Órgãos de apoio direto;

3. Bases flutuantes moveis (Órgãos do apoio móvel);

4. Grupos de abastecimento no mar (Órgãos do apoio móvel).

2.4 – Transporte

O transporte de mercadorias é um elemento essencial das Cadeias de

Abastecimento e não pode ser gerido de forma isolada, pois opções sobre o modo e o

tipo de solução de transporte tem um impacto significativo na estrutura de custos e na

capacidade para as empresas reagirem à procura. É também um dos elementos da

Cadeia de Abastecimento em que os fatores de risco estão mais presentes (Pereira,

1966).

As opções de transporte possíveis dependem essencialmente de três variáveis:

1) Tamanho da carga/encomenda (também muito dependente da frequência

entrega/encomenda);

2) Distancia (depende da geografia de atuação da organização);

3) Densidade de valor da mercadoria (depende do valor por tonelada ou valor por

metros cúbicos).


14

Para Carvalho (2010), as empresas procuram cada vez mais uma solução de

transporte, que em função do nível de serviço (frequência, velocidade, quantidade

mínima) e custo, otimizem os trade-offs com os restantes custos da SC. As tendências

presentes na cadeia apontam, entre outras, para:

Que o elo da cadeia para quem os níveis de serviço são mais críticos assuma o

controlo dos transportes (por exemplo, entrega ás lojas/pontos de venda no

retalho, recolhas junto dos fornecedores em ambientes JIT);

A procura de soluções de transporte porta-a-porta (end-to-end) por parte dos

clientes dos serviços de transporte, tem levado (e levará cada vez mais) ao

aparecimento de operadores capazes de integrar vários modos de transporte. Os

integradores como DHL, UPS, TNT têm servido de modelo de referência do que

serão os serviços de transporte no futuro;

A crescente externalização do transporte, como forma de otimizar a utilização

dos ativos, minimizar retorno em vazio e entregar a especialistas esta atividade;

A procura de velocidade, com cada vez mais produtos a conseguir incorporar os

custos mais elevados associados aos transportes rápidos;

Que as janelas de entrega/recolha sejam cada vez mais restritivas, e condicionem

fortemente a otimização dos custos de transporte, reduzindo as oportunidades de

otimização da carga e da rota;

Track and tracing da carga, em particular nos modos de transporte mais lentos.

Pontos nodais ou multimodais (terminais, plataformas, portos, aeroportos, entre

outros) têm um papel determinante na capacidade de se oferecerem serviços

integrados e de tirar partido do melhor que os vários modos têm a oferecer. Por

outro lado, é necessário aproveitar estes momentos de ruturas/passagem de cargas

para acrescentar valor e não só tempo á cadeia. Assim, os pontos nodais ou

multimodais têm cada vez mais um papel essencial na criação de fluxo, otimização

da carga a montante e a jusante, e desenvolvimento de atividades que acrescentem

valor ao produto (Carvalho, 2010).

2.5 - Armazenagem

Visão tradicional sobre os sistemas de armazenagem é de que devem providenciar

os meios para manter inventários de um determinado material/produto nas quantidades

requeridas, no ambiente mais apropriado e ao menor custo possível. Nesta visão

tradicional /clássica, os armazéns não acrescentam valor a Cadeia de Abastecimento

(Carvalho, 2010).

Os desenvolvimentos mais recentes nas Cadeias de Abastecimento, têm levado a

que o papel do armazém (em sentido lacto) mude. Não é mais visto como o «ponto


15

morto» do processo mas sim como uma parte integrante da excelência total da

Cadeia de Abastecimento (Marvik & White, 1998). Nos últimos anos, e numa

perspetiva cada vez mais integrada de Cadeia de Abastecimento, os armazéns

(plataforma, entrepostos, centros de distribuição, centro de processamento, entre

outros) têm vindo cada vez mais a desempenhar outros papéis, como:

Consolidação - quando economicamente se justifica recolher/entregar todos

os abastecimento de varias origens num armazém, consolidar e agregar as

varias entregas e fazer entregas num único carregamento;

Transbordo – sistema usado para desagregar e fracionar grandes quantidades

de cargas menores para entregas a clientes, nomeadamente entregas em

cidades, áreas ou ruas de acesso limitado;

Cross-docking (passagem de cais) – quando o armazém funciona como mera

plataforma de passagem de mercadoria, já preparada para o destino

definitivo, permitindo otimizar os custos de transporte a montante e a

jusante;

Atividades de valor acrescentado – quando o armazém é o local onde se

processam atividades de personalização, manipulação, sequenciamento,

preparação, pequenas montagens e desmontagens, retornos e devoluções,

entre outros.

2.4 - Considerações Finais

Facilmente se percebe que a localização de fábricas, pontos de vendas, armazéns

ou outras estruturas físicas tem muito de semelhante. Em todos os casos a localização

ótima implica minimizar os custos do transporte, quer sejam a montante ou a jusante da

estrutura, minimizando-se ao mesmo tempo o custo de construção ou aluguer da

mesma. Devido a esta proximidade, a investigação sobre a localização de armazéns está

intimamente ligada com as investigações que acima se referiram, e que não sendo

objetivamente sobre a localização de armazéns, nos dão informações preciosas sobre

como desenvolver os modelos para a resolução deste problema.

Definido o objetivo ou missão da Logística Operacional na resolução de

problemas Logísticos ao nível das Forças, vejamos, em primeiro lugar, qual é a

constituição geral de todo o problema Logístico deste tipo. Da definição de Logística

Operacional, por mim adotada, deduzimos que todo o problema Logístico há de tratar

de proporcionar meios às Forças, numas circunstâncias dadas. O que variara de um

problema para outro serão as circunstâncias.


16

Na definição de Logística Operacional assinala-nos as condições e requisitos que

devem acompanhar a solução de todo o problema Logístico: que os meios

proporcionados sejam os necessários em quantidade e qualidade para que, no tempo e

lugar adequados, possam satisfazer as exigências dos planos Operacionais (Pereira,

1966).

2.3 - Logística Operacional Naval

É natural que, sendo a Logística Operacional a que trata da resolução dos

problemas derivados da necessidade de proporcionar meios às Forças Militares da

Nação, e existindo três tipos de forças militares: Terrestre, Naval e Aérea, haja três tipos

de Logística Operacional: Terrestre, Naval e Aérea. E é também natural que tendo estes

três tipos de forças militares necessidades comuns e necessidades exclusivas, exista

nestes três tipos de Logística Operacional uma parte comum a todas elas e uma parte

exclusiva de cada uma. Esta parte comum aos três tipos de Logística Operacional Naval,

Terrestre e Aérea é o que chamamos “Logística Inter-exércitos”. A parte diferencial da

Logística privativa de cada exército é consequência, por um lado, das espaciais

necessidades Logísticas das forças que o compõe, e por outro lado, das características

do meio onde atuam (Pereira, 1966).

Por outro lado, a influência da técnica no material das Forças Navais, que hoje em

dia chega a ser fator dominante neste tipo de forças, e os incessantes avanços da técnica

eletrónica, da técnica aeronáutica, e da técnica de propulsão de armas, afetam a Marinha

mais do que nenhum outro ramo das Forças Armadas. Isto representa uma complicação

na Logística do material, dentro da Logística Naval, o que lhe imprime um selo

característico. Um Destroyer da I Guerra tinha 14 válvulas eletrónicas, como máximo,

um Destroyer atual chega a 4000, de variadíssimos tipos (Pereira, 1966).


17

CAPÍTULO III ENQUADRAMENTO DO PROCESSO LOGISTICO DA

MARINHA DE GUERRA ANGOLANA


18

3.1 - INTRODUÇÃO

Marinha de Guerra Angolana, inicialmente designada por Marinha de Guerra

Nacional, foi criada á 10 de Julho de 1976 após ter terminado o primeiro curso de

Especialistas Navais ministrados por instrutores cubanos. No entanto a sua génese pode

ser referenciada a 11 de Novembro de 1975,quando um grupo de combatentes

angolanos, componentes das forças integradas se apoderarem das instalações da

Marinha colonial, em virtude do seu abandono pelas autoridades portuguesas (Portal da

Marinha Angolana, 2013).

De acordo ainda com o mesmo Portal da Marinha Angolana, mesmo antes desta

data, já as nossas unidades realizavam atividades com destaque para as lanchas de

desembarque “Alfange” e “Ariete”que apoiavam as tropas terrestres na pacificação do

Norte do país. Nesta altura, constituíam património da Marinha Nacional o espólio da

Marinha colonial, consubstanciado nas infraestruturas em terra, navios e lanchas, sendo:

4(quatro) lanchas de fiscalização da classe “Argus”;

5 (Cinco) Lanchas de fiscalização pequenas “Bellatrix”;

2(Duas) Patrulhas pequenas da Classe “Júpiter”;

2(Duas) Patrulhas pequenas da Classe “Pollux”;

2 (duas) Lanchas de Desembarque médias (LDM);

3 (três) Lanchas de Desembarque Pequenas (LDP);

Ainda 1 (um) Navio hidrográfico, que nunca navegou e apenas funcionou como

navio escola e centro de comunicações. Graças a um ingente e entusiástico trabalho dos

combatentes e trabalhadores da Marinha com ajuda internacionalista de especialistas

cubanos, esses navios foram postos a funcionar e passaram a navegar. Os marinheiros

nessa altura com as mais variadas missões sulcaram com orgulho os imensos horizontes

das águas nacionais de Angola, já que o dispositivo de que dispunha possibilitava o

asseguramento quase da totalidade de todas as missões programadas (Portal da Marinha

Angolana, 2013).


19

No entanto a boa vontade, entusiasmo e espírito patriótico não estavam aliadas

as disponibilidades financeiras de forma a poder manter os meios técnicos existentes.

Desta forma é que paulatina mas definitivamente se foram avariando os navios, uma

parte dos quais abalroados e encalhados e outros ainda “apodrecidos” e naufragados em

cais. Desta maneira, a uma intensa atividade de fiscalização seguiram-se tempos de

menor presença no mar, já que os navios são o núcleo a volta do qual se devem

desenrolar todas as abordagens sobre a Marinha (Portal da Marinha Angolana, 2013).

A partir de 1976 foram sendo adquiridos os primeiros navios e lanchas de

construção Soviética, nomeadamente Lanchas Torpedeiras e navios de desembarque

médio, o que coincide com a chegada dos primeiros especialistas básicos formados na

URSS. Estes meios e homens vieram reanimar a atividade operativa da Marinha (Portal

da Marinha Angolana, 2013).

Em 1980 chegou o primeiro contingente de técnicos médios angolanos formados

na URSS e em Cuba nas diversas especialidades, aparentemente um alto nível de

operacionalidade dos navios, armamento e meios técnicos devia ser conseguido ao

combinar-se o binómio “Técnica-homens preparados”. Tal não aconteceu porque as

estruturas de assistência técnica não estavam a altura do nosso desejo. As oficinas

navais de Luanda e do Soyo estavam degradadas, a Sorefame de Luanda, idem, a

Sorefame do Lobito realizaram as reparações que se impunham (Portal da Marinha

Angolana, 2013).

Em 1983 chegam as Lanchas Porta-Mísseis que de facto vieram dar nova vida e

o reaparecimento da Marinha, constituindo até 1989 o momento áureo da MGA. Em

1987 chegaram 2 Draga-minas portuárias que pelas suas características não puderam

influir consideravelmente no estado geral da Marinha. Desta forma, a partir de 1989 a

marinha está praticamente incapaz de manter em prontidão mais de 50% das suas forças

navais, e aqueles navios que se consideravam operacionais (Portal da Marinha

Angolana, 2013).

Realça-se por outro lado, a criação de um sistema de observação costeira por

radares, cujos problemas técnicos são similares aos dos navios (Portal da Marinha,

2013). Em 1992,com a introdução de uma nova doutrina, a MGA procedeu a alteração

da sua estrutura orgânica, sendo as mais significantes as seguintes:

Surgimento do Estado-maior Coordenador como órgão de conceção;


20

Comando Naval como órgão operacional do Ramo; 2 (dois) Comandos

Funcionais (CLA e CPI);

Zonas Marítimas, onde as Bases Navais estavam inclusas, mas com tarefas de

asseguramento.

A criação da Força de Fuzileiros, veio tornar mais flexível o sistema de forças da

MGA, tornando-a mais omnipresente no mar e em terra, em toda a extensão da costa, ao

mesmo tempo que viabiliza da melhor forma a cooperação com o Exército, atuando na

orla marítima e nas margens dos grandes rios. Toda esta evolução teve reflexo, como é

óbvio, nas sucessivas estruturas orgânicas e sistemas de direção que se foram criando

(Portal da Marinha Angolana, 2013).

3.2 - Processo de Planeamento FAA

O planeamento das necessidades por parte dos ramos das FAA dá início ao

sistema logístico (Figura 1). As necessidades são apresentadas a divisão do planeamento

do Estado-Maior General (DPEMG), que analisa e contabiliza as propostas definidas

para o ano (Anexo S). Segue-se a apreciação em conselho dos Chefes de Estado-Maior,

Órgão que apos elaboração do projeto de orçamento de Estado das FAA por parte da

divisão das Finanças aprova. O CEMGFAA como responsável máximo do conselho

encaminha a proposta para o Ministério da Defesa Nacional que em coordenação com o

Ministério das Finanças apreciam.


21

RAMOS DASFAA

DIVISÃO DOPLANEAMENTO

EMGCEMGFAA

CONSELHODO CEM´S

DIVISÃO DE

FINANÇASCONSELHODO CEM´S

CEMGFAA

MDN

MINISTÉRIO DAS FINANÇAS

ELABORAPROJETO

DO OEFAAAPROVA

LEVAAPRECIAÇÃO

COORDENA

APRESENTANECESSIDADE

ANALISACONTABILIZA

APRECIAÇÃO

Ilustração 1 processo de planeamento

Fonte: 1TEN Celo (in Regime alimentar MGA)

3.3 - Processo de Aquisição FAA

Em termos logísticos a aquisição é processada de modo centralizado, isto é, na

estrutura das FAA está instituído uma Direção geral de Logística das Forças Armadas

Angolanas (DGLFAA), que funciona como “organismo abastecedor central”

transacionando com a Ecomed2 e com a Simportex

3, empresas que sob delegação do

Ministério da Defesa Nacional desenvolvem todo o processo de consulta, obtenção,

receção e transporte (Figura 2). Cabe posteriormente a DGLFAA o armazenamento e a

distribuição do material a nível das Forças Armadas (Celo, 2002).

2 Ecomed: é uma empresa que dedica ao comércio a retalho e a grosso.

3 Simportex: uma empresa que atua no mercado Angolano na importação e exportação de mercadorias.


22

MINISTÉRIODA DEFESANACIONAL

SIMPORTEXE

ECOMEDMERCADO

DGLFAADIREÇÃO DE LOGISTICADA MGA

DELEGA

FOR

NEC

E

TRANSIONA E

ADQUIR

DISTRIBUI

Ilustração 2 Processo de Aquisição


É levado em linha de conta, como procedimento para a aquisição de bens e

serviços, o estabelecido no Despacho n.º 7/96 de 16 de Fevereiro (Anexo H), do

conselho de Ministros – regime de realização de despesas públicas com locação,

empreitadas de obras públicas, prestação de serviço e aquisição de bens.

3.4 - Direção de Logística da Marinha de Guerra de Angola (DLMG)


23

ADJUNTO

CHEFE DE

DIREÇÃO

REPARTIÇÃO DE

PLANEAMENTO

ORGANIZAÇÃO

REPARTIÇÃO DE

VIVERES

REPARTIÇÃO DE

VESTUÁRIO

REPARTIÇÃO DE

COMBUSTIVEL E

LUBRIFICANTES

SECÇÃO

PLANEAMENTO E

TRANSPORTE

SECÇÃO DE

AQUISIÇÃO

SECÇÃO DE

FINANÇAS

SECÇÃO DE

ADMINITRAÇÃO

CANTINAS

CENTRO DE

PROCESSAMENTO DE

DADOS

ARQUIVO EXPEDIENTE

DEPOSITO CENTRAL

DE

ABASTECIMENTO

COMPANHIA

DE

TRANSPORTE

SECÇÃO DE

ABASTECIMENTO

VIVERES

SECÇÃO DE

ABASTECIMENTO

MATERIAL

TECNICOS

SE

CÇ

ÃO

PL

AN

EA

ME

NT

O

E

OR

GA

NIZ

AÇ

ÃO

SE

CÇ

ÃO

DE

FE

SA

EC

OL

OG

ICA

SE

CÇ

ÃO

PL

AN

EA

ME

NT

O

AG

RIC

UL

A

Ilustração 3 Organigrama da DLMGA


3.5 - Repartição de Logística

Sob delegação da Direção de Logística á Repartição de Viveres é área em que,

na qual, se desenvolve quase que todo o ciclo da cadeia da logística da MGA, portanto,

com uma “aquisição” levanta junto da DGLFAA os géneros destinados para a Marinha.

O transporte para posterior armazenagem é feito em carros selecionados em função das

prioridades de conservação e manuseamento do produto. A armazenagem ocorre

respeitando os prazos de validade e frequência de saída (Celo, 2002).

DEPÓSITOCENTRAL DE

ABASTECIMENTO

ARMAZÉNSAVANÇADOS OU PAN(ZONAS MARITÍMAS)

UNIDADE Y

UNIDADE X

UNIDADE Z

CARGASCONSOLIDADAS

Ilustração 4 Organigrama da DLMGA


24


3.6 - Secção de Abastecimento

A Secção de Abastecimento de viveres e Organização Alimentar tem na sua

incumbência a programação e garantia de abastecimento das Unidades da MGA,

organização da receção, conservação e planificação dos abastecimentos e a

determinação das necessidades de transporte de viveres para o reabastecimento ás Zonas

Marítimas. Para além de comparar o planeamento previsional de consumo com o

controlo do registo de consumo de viveres nas Unidades em terra e Navais, também

controla a organização da alimentação nas mesmas. O planeamento das necessidades é

elaborado mensalmente de acordo com as normas estabelecidas no Despacho

n.º0014/2003 de 5 de Fevereiro, do Chefe do Estado-Maior General das Forças

Armadas Angolanas (CEMGFAA) (Anexo I).

3.7 - Secção Técnica

De acordo com Celo (2002), a Secção de Abastecimento de Material Técnico

superintende tecnicamente e metodologicamente o funcionamento dos Depósitos

Avançados de Material, regulamenta, elabora e difunde normas técnicas, determina as

necessidades de meios materiais e monetários para o serviço de víveres:

I. Unidades Navais

II. Bases Costeiras

III. Unidades Navais privadas de Cozinha

3.8 - Prestação de Contas


25

O controlo dos documentos é meramente contabilístico, ou seja, a prestação de

contas é quase que inexistente. Dos documentos comprovativos de receção dos géneros,

são somente extraídos registos e algumas anotações, que são lançadas a seu tempo nos

livros e fichas de registo de operações de movimento realizados e do estado quantitativo

e qualitativos dos mantimentos. A informação sobre existências e movimentos, controlo

do consumo e utilização legal dos meios materiais são utilizados como dados na

elaboração dos documentos de informação estabelecidos superiormente (Celo, 2002).


26

CAPÍTULO IV INFORMAÇÃO E O SISTEMA DE APOIO À

DECISÃO


27

4.1. - INTRODUÇÃO

O ensino da pesquisa operacional nas várias universidades espalhadas pelo

mundo passou a ter foco na modelação dos problemas, na interpretação dos resultados

dos mesmos e na sua aplicabilidade aos problemas do quotidiano. Por exemplo a

utilização dos conhecimentos lecionados na disciplina de Análise Operacional, no 3º

ano do ciclo de formação dos alunos da Escola Naval Portuguesa, para a análise dos

vários problemas de otimização, localização, previsão e outros que tem vindo a testar as

capacidades de resposta da Marinha Portuguesa. A pesquisa operacional vai incidir

sobre o processo de recolha dos dados, tratamento e análise estatística dos mesmos.

Poderemos começar por dizer que um sistema é todo e qualquer objeto sobre o

qual se pretende realizar um determinado estudo, enquanto um seu modelo é uma

qualquer representação desse objeto na qual se irá, efetivamente, executar tal estudo

(Brito e Teixeira, 2001).

A simulação é uma forma de imitar a realidade sem correr os riscos, os custos e

o tempo que resultariam se tivéssemos de experimentar. Para o fazermos, criamos um

modelo matemático que descreva o comportamento ao longo do tempo do sistema que

vamos estudar (Brito e Teixeira, 2001).

Segundo (LAW e KELTON, 2000), a etapa de criação do modelo conceitual é o

aspeto mais importante de um estudo de simulação. Para se obter um modelo

computacional que permita a realização dos experimentos, torna-se necessário construir

um modelo conceitual do processo. Este modelo conceitual deverá contemplar a lógica

do processo e descrever as falhas a serem consideradas.

4.2 - Recolha dos Dados

Um dos problemas associados à recolha de dados reais prende-se com a

credibilidade destes, carecendo normalmente de alguma análise e tratamento que

possibilitem uma utilização adequada. Um dado por si só, não tem interesse para uma


28

investigação. É indispensável que os dados sejam devidamente organizados e

preparados para que se transformem em informação. Esta informação, quando

devidamente validada e tratada, poderá traduzir-se em conhecimento. Portanto, os dados

tratados geram informações e, as informações quando são credíveis geram

conhecimento.

Os dados recolhidos para a presente investigação são na maioria provenientes de

balcões de atendimento das instituições transportadoras e prestadoras de serviços de

apoio logístico. Os dados reais sobre os custos e demoras foram recolhidos em

Setembro de 2012 em Luanda, e os registos dos pedidos de transferência de materiais

em Fevereiro de 2013, em Portugal junto à MP.

A maior parte, são dados referentes aos custos de transporte de mercadorias

entre as diversas regiões do país, custos de abertura de armazéns ao longo da costa,

custos médios de envio de mercadorias, custos de manutenção e funcionamento de

armazéns. Estes custos não são fixos, sofrendo alterações temporais.

Os dados recolhidos para a presente investigação são na maioria provenientes

balcões de atendimento das instituições transportadoras e prestadoras de serviços de

apoio logístico, na área do transporte. São dados recolhidos no mês de Setembro de

2012, em Luanda.

A maior parte, são dados referentes aos custos de transporte de mercadorias

entre as diversas regiões do país, os custos de abertura armazéns ao longo da costa, os

preços médios de envio de mercadorias, o custo de manutenção dum armazém e os

custos de funcionamento.

Os dados fornecidos por estas organizações são na maioria não credíveis uma

vez que variam muito ao longo do ano, e em alguns casos, devido a natureza do motivo

para os quais foram solicitados, sofreram alterações para que não comprometessem as

respetivas organizações. Portanto, para a utilização destes dados, foi preciso compara-

los com outros dados existentes na internet e, obter um valor médio de referencia. Os

dados referentes aos preços dos transportes aéreos e preços de envio por correio são os

únicos dados cujas origens se encontram devidamente definidas e que obedecem a

sistemas de controlo interno adotados pelas Linhas Aéreas de Angolanas e Correios de

Angola.


29

Para presente investigação não são considerados cruciais os preços dos

transportes de passageiros e de mercadorias por via dos Caminhos de Ferro de Angola,

uma vez que esta organização possui linhas estritamente direcionadas ao escoamento de

produtos entre os principais portos e as cidades dos países vizinhos. Em Angola, a rede

ferroviária é utilizada frequentemente para o transporte interno de mercadorias ou

passageiros, contudo aplica-se mais na deslocação das matérias-primas entre centros de

produção e os países da SADC.

Os dados sobre os transportes rodoviários foram recolhidos junto as bilheteiras

localizadas no terminal dos transportes interprovinciais da Cidade de Luanda, “Terminal

Rodoviário da Multiperfil”, e devidamente tratados para efeitos de aplicação na presente

investigação. Neste âmbito, foram recolhidos os dados de cerca de 3 empresas

transportadoras regionais, interprovinciais e semicolectivos de passageiros, dentre as

quais a SGO, TURA, MACOM e TCUL.

É importante salientar que a falta de Sistemas de Informação por parte de várias

empresas a operar na área de transporte, conduziu a que os dados fornecidos fossem

adaptados pelo programador. Algumas das empresas com ou sem sistemas de

informação para a gestão dos transportes, não se mostraram disponíveis a fornecer os

dados, sendo que para estes casos, recorreu-se a informação existente na internet. Em

casos onde não se verificou qualquer informação sobre preço ou custos na internet,

recorreu-se a estimativa destes, para a utilização exclusivamente académica, devendo

ser analisados detalhadamente e substituídos para a aplicação no futuro.

Os dados inerentes aos custos dos transportes marítimos e fluviais são relevantes

para a presente investigação. O transporte marítimo geralmente enverga processos

logísticos e facilidades que em Angola apenas são encontrados nos principais portos, ou

de influência regional. Tendo em consideração o tipo de meios com que a Marinha de

Guerra de Angolana opera, não se justifica o envio de material por via marítima, de

acordo com as estimativas de pedidos de fornecimento dos navios patrulhas e lanchas,

como se poderá constatar na modelação do problema.

Todos os dados utilizados no presente trabalho são suscetíveis de serem

substituídos por dados reais caso se verifique a necessidade.


30

4.3 - Tratamento dos Dados

Como foi anteriormente referido, os dados fornecidos pelas diferentes

organizações careciam de tratamento e formatação para o uso académico. Deste modo,

todos os dados recolhidos foram analisados e formatados em Microsoft Excel 2010, de

forma a uniformizar a informação.

As tabelas de custos e preços foram adaptadas para serem utilizadas em Matlab.

As tabelas de distâncias, construídas a partir de dados recolhidos dum processo de

simulação online, foram adaptadas de igual forma para serem carregadas para o Matlab.

Todas as tabelas discriminam preços em Kuanzas, moeda da República de Angola.

Tabela 1 Preços (em Kwanzas) dos transportes aéreos partindo de Luanda (por quilograma)

4.4 – Custos E Demoras Dos Transportes Aéreos

A tabela de custos dos transportes aéreos tem como base os preços médios

praticados pelas Linhas Aéreas de Angolanas, E.P. Esta tabela de preços corresponde ao

preço de envio do material por quilograma. Neste caso em concreto as tabelas reportam

o preço médio praticado entre 01 de Janeiro de 2013 e 01 de Junho de 2013. O preço do

envio de mercadoria não varia muito ao longo do ano.

A tabela do abaixo discrimina o preço de envio do material dum local possível

ponto de abertura de centros de abastecimento para o outro. É importante anotar que

sempre que a partida e o destino forem iguais, o custo será nulo. Porém possíveis pontos

PARTIDA DESTINO PRECO (/kg)

LUANDA LUANDA 0

LUANDA AMBRIZ 750

LUANDA BENGUELA 1000

LUANDA CABINDA 1100

LUANDA LOBITO 950

LUANDA NZETO 1050

LUANDA NAMIBE 1200

LUANDA PORTO AMBOIN 800

LUANDA SOYO 1000

LUANDA SUMBE 850

LUANDA TOMBUA 1250


31

como por exemplo o Tombua, os seus preços são estimados com referência a distância

dos pontos conhecidos mas próximos, que é neste caso o Namibe, por não haver ligação

aérea até àquele ponto do país. Durante a recolha dos dados verificou-se a diferenciação

dos preços entre os materiais normais e os perecíveis, facto que não foi considerado

relevante para a presente investigação uma vez que variam em valores muito baixos.

CUSTOS LUANDA AMBRIZ BENGUELA CABINDA LOBITO NZETO NAMIBE PORTO AMBOIN

SOYO SUMBE TOMBUA

LUANDA 0 2500 1000 1000 1000 1000 1250 1000 1050 1000 1500

AMBRIZ 2500 0 1000 1000 1500 1200 1600 1300 1050 1020 1250

BENGUELA 1000 100 0 1350 1000 1700 1050 1000 1250 900 1050

CABINDA 1000 100 1400 0 1200 500 1500 1050 900 1100 1600

LOBITO 1050 1000 100 1250 0 1200 1000 600 1300 1000 1100

NZETO 1050 1250 1350 1050 1250 0 1250 1050 1000 1100 1850

NAMIBE 1500 1250 1000 1900 1600 1300 0 1070 1300 1050 600

PORTO AMBOIN

2000 900 1500 1100 1050 1100 2100 0 2150 500 1100

SOYO 1000 1050 1300 1250 1350 750 1350 2200 0 2000 1700

SUMBE 1050 1250 950 2250 550 1150 1100 1000 1250 0 1300

TOMBUA 1250 1700 1100 2050 1150 2000 500 2050 2050 2050 0

Tabela 2 Preços dos transportes aéreo (por quilograma)

4.5 – Custos dos Transportes Rodoviários

A tabela dos preços dos transportes rodoviários, contém o preço mínimo

praticado pelas várias empresas transportadoras de semicolectivos e interprovinciais de

passageiros, a operar em Angola. Os preços são referentes ao dia 15 de Setembro de

2012.

Nesta tabela, encontram-se discriminados os preços por quilograma a transportar

entre quaisquer dos destinos. A grande vantagem da utilização dos transportes

rodoviários é associada ao facto dos preços forem mais reduzidos que qualquer outra

forma (aplicável em Angola), em contrapartida a desvantagem será a demora que a

mercadoria leva a chegar ao destino (centro de abastecimento).


32

CUSTOS LUANDA AMBRIZ BENGUELA CABINDA LOBITO NZETO NAMIBE PORTO AMBOIN

SOYO SUMBE TOMBUA

LUANDA 0 700 950 1050 900 1000 1150 750 950 800 1200

AMBRIZ 750 0 1000 1000 950 800 1200 850 600 900 1250

BENGUELA 1000 1050 0 1350 50 1300 950 500 1250 300 1050

CABINDA 1100 1050 1400 0 1200 500 1500 1050 400 1100 1600

LOBITO 950 1000 100 1250 0 1200 1000 600 1300 500 1100

NZETO 1050 850 1350 550 1250 0 1250 1050 100 1100 1450

NAMIBE 1200 1250 1000 1550 1050 1300 0 1050 1300 1050 50

PORTO AMBOIN

800 900 550 1100 650 1100 1100 0 1150 50 1100

SOYO 1000 650 1300 450 1350 150 1350 1200 0 1200 1500

SUMBE 850 950 350 1150 550 1150 1100 100 1250 0 1100

TOMBUA 1250 1300 1100 1650 1150 1500 100 1150 1550 1150 0

Tabela 3 Preços dos transportes rodoviários (por quilograma)

4.6 - Demoras Entre Pontos

A tabela das demoras dos transportes rodoviários, contem a duração média das

empresas transportadoras de semicolectivos e interprovinciais de passageiros, entre os

destinos neles discriminados. Os dados recolhidos juntos aos balcões de atendimento ou

postos de venda de bilhetes, são referentes ao dia 15 de Setembro de 2012. A tabela

discrimina a duração entre pontos em minutos, isto é, o tempo que o transporte

rodoviário leva dum ponto para o outro a uma velocidade média de 70km/h.

Havendo ligação rodoviária entre os vários pontos do país, apenas os campos

onde a partida e o destino são iguais terá o valor nulo. Lembre-se que na tabela dos

transportes aéreos, devido a falta de ligação entre alguns pontos, assumiu-se que o valor

era nulo, o que não se verifica com os transportes rodoviários.


33

MINUTOS LUANDA AMBRIZ BENGUELA CABINDA LOBITO NZETO NAMIBE PORTO AMBOIN

SOYO SUMBE TOMBUA

LUANDA 0 185 310 540 290 455 505 60 425 85 605

AMBRIZ 185 0 495 500 515 135 810 310 145 335 910

BENGUELA 310 495 0 740 20 610 350 85 575 60 450

CABINDA 540 500 740 0 760 60 990 630 75 660 1010

LOBITO 290 515 20 760 0 640 330 105 595 75 410

NZETO 455 135 610 60 640 0 930 630 25 660 990

NAMIBE 505 810 350 990 330 930 0 430 900 410 60

PORTO AMBOIN

60 310 85 630 105 630 430 0 600 25 490

SOYO 425 145 575 75 595 25 900 600 0 580 960

SUMBE 85 335 60 660 75 660 410 25 580 0 470

TOMBUA 605 910 450 1010 410 990 60 490 960 470 0 Tabela 4 Demoras dos transportes rodoviários (em minutos)

4.7 Dados do SIGDN

A Direção de Abastecimento da Marinha Portuguesa é o organismo de direção

técnica na área do material. Qualquer pedido de fornecimento de material para o uso nos

navios da Marinha Portuguesa deverá ser registado no sistema informático, sendo

preciso criar um processo de compra (caso a DA não tenha o material no armazém) para

a aquisição direta ao mercado.

Os pedidos de fornecimento de material são tratados por pedidos de

transferência (PT), e são registados no SIGDNO SIGDN divide a lista do material

(catalogado) em 29 grupos de mercadorias. Cada um destes grupos poderá ser pedido a

qualquer momento. Todavia, para saber quais os grupos de mercadoria que deverão os

centros de abastecimento fornecer é necessária criar um modelo para a previsão dos

pedidos. Desta forma, será necessário prever:

a. Quais são os grupos de mercadorias pedidos mensalmente?

b. Para um determinado grupo de mercadoria, quantos pedidos são feitos

mensalmente?

c. Qual é a quantidade (peso) dos grupos de mercadorias pedidos mensalmente?

A tabela do Anexo E contém 2989 linhas e 5colunas; apenas estes dados são

necessários para modelar os pedidos de fornecimento de material. Porém, a coluna 4

que contém a data foi utilizada para a separação dos pedidos por meses. O tratamento


34

destes dados foi feito no Matlab, tendo-se elaborado um conjunto de instruções (vide o

código em anexo), que colmatar as lacunas resultantes da formatação, falha no registo

dos dados e ausência de dados.

Todavia, após o tratamento dos dados, verificou-se que havia meses em que não se

registaram pedidos e outros meses em que foram registados pedidos em grandes

quantidades para alguns grupos de mercadoria. Em alguns casos, num mesmo mês

foram registados pedidos apenas durante o primeiro ano, ou seja, não havia regra para a

requisição dos materiais; o material podia ser pedido a qualquer dia, mês ou ano.

Tratando-se do universo de 2989 requisições agrupados em 29 tipos de mercadoria, de

que forma se distribuíam os pedidos?

É importante perceber que um determinado grupo de mercadoria poderá fornecer

dezenas de matérias. Os materiais que fazem parte dum mesmo grupo de mercadoria são

diferenciados através do Número Nacional de Abastecimento (NNA). Desta forma, um

grupo poderá ter vários NNA atribuídos para materiais com características bastante

semelhantes.

Tendo em conta as amostras em estudo, verificou-se que não havia qualquer

regra nos intervalos entre requisições do mesmo tipo de material. Colocou-se em

hipótese a possibilidade de ser utilizada um tipo de distribuição estatística que pudesse

gerar um número máximo de pedidos por cada grupo de mercadorias num determinado

mês. Esta distribuição podia definir os quantitativos em peso para cada um dos 29

grupos de mercadoria. A distribuição do número de pedidos de fornecimentos poderá ter

uma distribuição padronizada, com uma probabilidade de se receber um determinado

pedido de fornecimento para o grupo de mercadoria j, assim como o erro associado ao

facto desse pedido ser ou não satisfeito.

4.8 Justificação da Escolha do Programa Matlab

O Matlab, produzido pela The Math Works Inc., é uma ferramenta informática

concebida para problemas de engenharia e matemática aplicada. Esta ferramenta foi

criada com o principal objetivo de oferecer aos utilizadores técnicas de resolução de

problemas baseadas em técnicas matriciais, sem que estes tenham de escrever extensos

programas em linguagem clássica.

A decisão de escolha do Matlab é baseada na simplicidade dos seus comandos,

muito idênticos à forma como são escritas as escritas as expressões algébricas em

matemática, à sua velocidade de cálculo e à grande precisão numérica. O programa

Matlab na sua versão 2009.b, carateriza-se por providenciar um excelente programa de

ensino de diversas disciplinas, como a Análise Numérica, Métodos Numéricos,

Controlo, Simulação.

A maioria das operações no programa é realizada diretamente sobre a área de

trabalho. Os comandos simples e intuitivos permitem que o programa seja relativamente

fácil de interpretar.


35


36

CAPÍTULO V MODELAÇÃO DO PROBLEMA


37

5.1 - INTRODUÇÃO

A quantidade de informações disponíveis cresceu exponencialmente nos últimos

anos com o advento da internet, o que nos levou ao problema inverso de 20 anos atrás; a

quantidade de dados obtidos nas diversas organizações é tão grande que se torna

impossível montar modelos com todas estas informações.

Um exemplo concreto do acréscimo da informação disponibilizada pelas

unidades da Marinha Portuguesa é a organização dos dados sobre os pedidos de

transferência dos navios. A Marinha Portuguesa através do Sistema Integrado de

Gestão da Defesa Nacional (SIG-DN) regista os dados em bases de dados eletrónicas há

mais de nove anos.4

Assim, devido a este crescimento do número de informações tornou-se relevante

separar as informações relevantes das irrelevantes, de forma a modelar o controlo

eficiente, eficaz e de certo modo económico da informação. O objetivo da modelação da

informação baseia-se na criação de ferramentas que permitam que estes sejam

analisados detalhadamente sempre que necessário.

Em suma, uma decisão pode-se entender como o processo de identificar um problema

ou uma oportunidade e selecionar uma linha de ação para resolvê-lo (Lachtermacher,

2004. P.4). Um processo de tomada de decisão segue a seguinte estrutura:

4Sistema Integrado de Gestão da Defesa Nacional, utilizado pela Marinha Portuguesa desde 2008, para a

gestão logística e financeira.


38

Mundo Simbólico

Situação

(Mundo Real)

Intuição

Decisões

(Mundo Real)Modelo Resultado

Ilustração 5 Processo de tomada de decisão

Todavia, um problema ocorre quando o estado atual de uma situação é diferente

ao estado desejado5. A manutenção dos navios de guerra por exemplo, tornou-se um

problema a medida foi determinada uma necessidade de executar uma ação com a

finalidade de manter os meios num determinado nível operacional ou estado, quando

destes níveis de operações os navios começaram a afastar-se (Stoner e Freeman, 1985).

Entretanto, uma oportunidade ocorre quando as circunstancias oferecem a

possibilidade de o individuo ou organização ultrapassar os seus objetivos e/ou metas. E

mais uma vez, o processo de modernização das Fragatas da Classe “Vasco da Gama”

tornou-se numa oportunidade porque não inviabiliza o cumprimento da missão, embora

condiciona a execução de determinadas operações.

Assim, segundo Lachtermacher (2004. P.4), vários fatores condicionam a tomada de

decisão e entres eles destacam-se:

Tempo disponível para a tomada de decisão

A importância da decisão

O ambiente / meio envolvente

Certeza/incerteza e risco

5Segundo STONER e FREEMAN, em muitos casos o problema pode ser uma oportunidade disfarçada. O

problema de “empregados demais”, por exemplo, também pode ser visto como uma oportunidade de

reestruturação da organização. A questão da diferenciação entre problema e oportunidade pode ser

aprofundada no Manual de Administração (Stoner e Freeman, 1985. P. 182).


39

Agentes decisores

Conflito de interesses.

Neste caso de estudo, a importância da decisão centraliza-se na implementação das

facilidades logísticas nos vários órgãos de base, centros de abastecimento da Marinha de

Guerra de Angolana, tendo em atenção as restrições económicas e temporais.

Contudo, os dados utilizados para o alcance os objetivos desta investigação foram

disponibilizados pela Marinha Portuguesa (Direção de Abastecimento - DA), a partir da

plataforma SIGDN. A dimensão da informação disponibilizada pela Direção de

Abastecimento é extensa, sendo que o tamanho da amostra recolhida deu origem ao

acréscimo do risco e incerteza 6dos agentes decisores e/ou do modelo em estudo.

Assim, surge a necessidade de criar um sistema computacional cujo objetivo é facilitar

os processos de tomada de decisão operacional, de gestão e estratégico. Este sistema

deverá estar em concordância com os objetivos da Logística Operacional.

A transformação dos dados sobre os pedidos de transferência dos navios patrulhas e

lanchas da Marinha Portuguesa, fornecidos pela Direção de Abastecimento passará pela

seguinte estrutura:

6 Risco é a condição para a tomada de decisão em que os administradores conhecem a probabilidade de

que uma determinada alternativa leve a um objetivo ou resultado desejado (Stoner e Freeman, 1985. P.

185).


40

Sistema de Apoio à

Decisão

Sistemas

Especialistas

Sistema de

Informação de

Gestão

Processamento de

dados

Números e Fatos

Dados

Informações

Deciões

Conhecimentos

Ilustração 6 Transformação de dados brutos em conhecimento

5.2 - A Escolha do Modelo

A grande vantagem dos modelos centraliza-se no facto destes forçarem os

decisores a tornarem os seus objetivos mais explícitos. No modelo que se pretende

propor, o decisor deverá atribuir um coeficiente que corresponde ao grau de importância

da variável de decisão.

Mediante um determinado modelo, qualquer utilizador pode utilizar

eficientemente um determinado sistema de apoio à decisão. Os modelos auxiliam no

reconhecimento das limitações impostas pelo meio envolvente e permitem a

comunicação das ideias do decisor e o seu entendimento por parte de qualquer utilizador

(formado), para facilitar o trabalho em grupo.

Segundo Gerson (Lachtermacher, 2004. P.6), existem três tipos de modelos que

um decisor poderá optar de acordo com o tipo de problema, nomeadamente: os Modelos

Físicos, Análogos e Matemáticos ou Simbólicos.


41

Um modelo matemático usa notação simbólica e relações matemáticas para

representar um sistema. Um modelo de simulação é um tipo particular de modelo

matemático de um sistema. Modelos podem ser ainda classificados como instantâneos

ou dinâmicos, determinísticos ou estocásticos e, discretos ou contínuos (existem

também outras classificações que podem ser consideradas). A escolha de qual deles usar

é função das características do sistema e do objetivo do estudo (Miyagi, 2001).

Podemos resumidamente dizer que a simulação segundo (aulas professor J.

Soares), traz as seguintes vantagens e desvantagens:

Objetivos:

Reproduzir a sequência de acontecimentos pelos quais o sistema passa.

Recolher informação com base na qual se pode medir a eficiência do

sistema.

Vantagens:

Possui enorme flexibilidade (“simula-se tudo o que se quiser”)

Desvantagens:

Requer grande esforço computacional para estimar o valor esperado da

medida de utilidade face a apenas uma concretização das variáveis de

decisão.

A busca de melhores decisões é um processo difícil de sistematizar.

5.2.1 - O Modelo Matemático

O modelo matemático é aquele em que as grandezas são representadas por

variáveis e as relações entre as mesmas são feitas por expressões matemáticas. Estes

modelos necessitam de informações quantificáveis, podendo a partir das informações

serem agrupados em lineares e não lineares como se poderá verificar a seguir

(Lachtermacher, 2004, p. 7). As duas características que levaram a escolha dum modelo

matemático para a resolução da investigação em curso baseiam-se nos seguintes pontos:


42

a. O Modelo Matemático ser uma representação simplificada da realidade.

b. O Modelo Matemático permite:

A conversão de resultados numéricos em resultados reais;

A análise da solução face a variações dos dados de entrada;

A rápida incorporação de novas restrições ou alterações da realidade.

A área da Investigação Operacional que estuda a otimização dos recursos é

denominada programação matemática (Lachtermacher, 2004, p. 24). Na programação

matemática a quantidade a ser maximizada ou minimizada é descrita como uma função

matemática de variáveis de decisão. As relações entre as variáveis são formalizadas

através das restrições ao problema, expressas como equações matemáticas.

Em alguns casos devido ao facto da área da programação matemática ser muito

intensa, esta, é dividida em áreas de menor escala, dependendo do tipo das funções

utilizadas na função-objetivo e restrições. Deste modo, a programação matemática

poderá ser definida em duas vertentes:

a. Programação linear - Programação matemática em que todas as funções-

objetivo e restrições são representadas por funções lineares.

b. Programação Não-linear – programação matemática em que pelo menos umas

das funções-objetivo, restrições, variáveis ou custos são descritas por funções

não-lineares. Porém, esta programação poderá ser encontrada em alguns tipos

importantes, como programação Côncava, Convexa e Quadrática.

5.2.1.1 Programação Linear

O problema de localização dos PALA constitui um problema de otimização

combinatória em que o número de soluções admissíveis, embora seja enorme, é

composto por um conjunto finito. Todavia, os problemas de programação combinatória

apresentam na sua estrutura as variáveis de decisão, as restrições e a função objetivo.

Um problema de programação combinatória pode-se caraterizar quanto à relação

entre as variáveis de decisão na função objetivo e nas restrições em linear e não linear.


43

O problema estudado diz-se linear porque todas as expressões que definem as restrições

e a função objetivo são lineares nas variáveis de decisão (yi,xij e zhij), isto é, são

combinações lineares dessas variáveis.

Por exemplo, na Equação 4, os coeficientes dessa combinação linear são

definidos por g*pjk*Qjk*Chi.

Por outro lado, o problema estudado é um problema de Otimização

Combinatória, em que o número de soluções admissíveis, embora seja enorme, é finito.

Como as variáveis de decisão só podem tomar valores inteiros (valores binários), trata-

se então de um problema de Programação Linear Inteira (PLI). Mas o facto de as

variáveis de decisão não serem contínuas, não faz com que o problema seja

verdadeiramente não linear.

Os problemas de PLI são, em geral, consideravelmente difíceis de resolver "em

tempo útil", e podem ser resolvidos por métodos apropriadas, dentre os quais: Branch

and Bound, Branch and Cut e Branch and Price (Aveiro, 2011). Contudo, poderão

também ser resolvidos recorrendo à meta-heurísticas.

É importante perceber os conceitos que são associados aos problemas de

programação linear de modo que para a tomada de decisão seja possível garantir o

espaço ou intervalo onde se vai localizar a solução ótima.

Solução: qualquer especificação de valores (dentro dum domínio da função

objetivo) para as variáveis de decisão, independentemente de se tratar de uma escolha

desejável ou permissível.

Solução viável: uma solução em que todas as restrições são satisfeitas.

Solução ótima: uma solução viável que tem o valor mais favorável de uma

função objetivo (Lachtermacher, 2004, p. 28).

5.2.1.2 Aplicação do Modelo Matemático

Considerando 11 pontos (Luanda. Lobito, Namibe, Ambriz, Sumbe, Porto

Amboin, Cabinda Benguela, Soyo, Nzento e Tombua) disponíveis para aberturas de

facilidades logísticas, representados por i, os quais coincidem com os portos de

atracação dos navios atribuídos aos dispositivos navais. O fornecimento de um navio


44

atracado num porto, a partir do centro instalado nesse porto tem custos e demora de

valor zero.

{ }

Considerando 29 grupos de mercadorias, representados por j.

{ }

Considerando 3 classes de navios, representados por k.

[ ]

Considerando a matriz quadrada C, dimensão 11*11, como a matriz de custos de

transporte de um Kg de mercadoria entre o ponto i e o ponto i. Esta matriz é válida para

todos os grupos de mercadorias.

[ ]

Considerando a matriz quadrada D, dimensão 11*11, como a matriz de demoras

no transporte de um Kg de mercadoria entre o ponto i e o ponto i. Esta matriz é válida

para todos os grupos de mercadorias.

[ ]

Considerando o vetor Fi, como o custo de abertura unitário de uma facilidade

logística no ponto i. Este custo é imputável ao início de funcionamento do local,

dependendo do número de grupos de mercadorias fornecido. Caso sejam fornecidos w

grupos de mercadorias em i, o valor final do custo de abertura será de w*Fi.

Considerando o escalar m, como o custo de manutenção associado ao

fornecimento de um grupo de mercadorias, englobando custos de pessoal, alimentação,

salários, energia, água, limpeza e transporte de material para o navio. Para o 1º grupo de

mercadorias aberto num ponto de apoio logístico, o custo será o quíntuplo dos restantes.

Ex: ponto de apoio i fornece um grupo de mercadorias-custo 5m; ponto de apoio i

fornece três grupos de mercadorias-custo 7m.

Considerando Pjk a probabilidade de necessidade da mercadoria j por parte de

um navio k. Esta probabilidade é independente em relação ao ponto ou teatro de

operações onde se encontra o navio.

Considerando Qjk a quantidade, em Kg, da mercadoria j requisitada por um

navio da classe k, independente em relação ao ponto ou teatro de operações onde se

encontra o navio.


45

5.2.2.1 - Custos de Abertura de Instalações

O custo de abertura das instalações ocorre apenas uma vez para cada um dos

portos i. Este custo é resultante da aquisição do espaço fixo para a fixação dos depósitos

e do apetrechamento de forma a garantir as condições necessárias para a armazenagem.

O custo de abertura das instalações é dado pela seguinte fórmula:

∑ ∑

5.2.2.2 - Custos de Funcionamento das Instalações

O custo do funcionamento é o conjunto dos objetos de custeio que serão

imputados por forma a manter abertos os depósitos. Corretamente chama-se custo de

manutenção e, é variável com o número de grupos de mercadorias j, disponível num

ponto de apoio logístico.

∑ ∑∑

5.2.2.3 - Custos de Fornecimento do Material aos Navios

Embora as necessidades dos navios não sejam iguais para todos os meses ao

longo dos 5 anos observados e considerando g meses de funcionamento da solução, o

custo do fornecimento dos materiais é dado pela seguinte expressão:

∑∑∑ ∑

Demora no fornecimento aos navios será dada pela seguinte expressão:


46

∑∑∑ ∑

5.2.3 - Variáveis de Decisão

As variáveis de decisão estão associadas ao fornecimento de um determinado

grupo de mercadorias por um determinado ponto de apoio logístico.

Considere-se xij como uma variável binária, onde xij = 1 significa que a

facilidade existente no ponto i fornece a mercadoria j e xij = 0 significa que facilidade

no ponto i não fornece a mercadoria j.

{ ã

5.2.4- Variáveis Auxiliares

As variáveis auxiliares estão associadas à abertura de pontos de apoio logístico

em determinados locais e ao fornecimento de material a navios localizados em locais

distantes.

Considere yi uma variável binária. Representa a abertura de um ponto de apoio

logístico no local i.

{

Caso um ponto de apoio forneça alguma mercadoria, a correspondente variável

yi assumirá o valor 1.

Considere zhij uma variável binária que representa a ação de fornecimento de

mercadoria do grupo j a um navio no porto i a partir de um ponto de apoio localizado

em h.


47

5.3 Uniformização das Escalas dos Dados

Os coeficientes a e b que representam o grau de importância das variáveis de

decisão poderão a qualquer momento não funcionarem para o propósito pretendido se

verificar uma maior discrepância de valores entre os dados carregados para o sistema

(custos e demoras).

Os custos são medidos em kwanzas e as demoras em minutos. Não existindo

qualquer relação direta entre estas variáveis, torna-se indispensáveis que sejam

equiparadas a mesma escala. Por exemplo, o custo de abertura varia entre os 3.000.000

e 7.000.000 kwanzas e a demora dos fornecimentos varia entre 0 e 1010 minutos se for

utilizado apenas o transporte rodoviário. Esta diferença de medidas poderá afetar no

funcionamento dos parâmetros a e b, pois atribuindo 50% para cada um destes, o valor

da função objetivo na realidade poderá significar que fora atribuído o maior peso para o

parâmetro a devido aos valores superiores que os dados dos custos apresentam. Para

colmatar o problema da diferença dos valores foi necessário dividir os custos de

abertura por 10.000, e os custos de funcionamento (entre 1.500.000 a 2.500.000) por

10.000. Assim, estando todos os valores reportados a uma escala entre 0 e 1010, reduz-

se o risco associado ao problema dos coeficientes.

5.3.1 - Obtenção do Valor Duma Solução

Definindo os pesos a e b, o valor da solução é dado pela equação da função

multiobjectivo:

Valor solução = a* (custos do fornecimento + custos de abertura dos PALA + custos de

funcionamento dos PALA) + b*demora no fornecimento

5.3.2 - Definição de Uma Solução

Cada solução é definida por um vetor binário com 11*29 valores, representando

as variáveis de decisão xij. Os primeiros 29 valores correspondem aos grupos de

mercadorias fornecidos no ponto de apoio logístico nº1 e assim sucessivamente:

{ }


48

Os valores de cada solução são obtidos aleatoriamente, rejeitando-se as soluções

que não obedeçam às condições de admissibilidade das restrições 2 e 4.

Ilustração 7 Conjunto da solução: gráfico das soluções aceitáveis e matriz de facilidades por PALA

.

5.3.3 - Função Multiobjectivo

Minimizar os custos de abertura, funcionamento e fornecimento dos PALA e a

demora no fornecimento dos materiais:

[∑∑∑ ∑

∑

(∑ ∑ ∑

)]

∑∑∑ ∑

A equação de minimização resulta do agrupamento das equações 2, 3, 4 e 5. Os

coeficientes a e b representam os pesos atribuídos pelo decisor. Através destes


49

coeficientes, pode o decisor definir qual o principal objetivo a que quer atender (custo

ou demora) na otimização. Os coeficientes relacionam-se da seguinte forma:

a + b=1

O coeficiente a (importância dos custos) vai incidir sobre todos os custos do sistema

logístico, de modo que sempre que a=0, então o decisor só daria importância à demora e

não daria nenhuma importância ao custo.

5.3.4 - Restrições

1ºRestrição: A primeira restrição obriga yi a ter o valor 1 sempre que o ponto de

apoio logístico situado em i forneça alguma mercadoria. O valor numérico 29 é o

número de grupos de mercadorias existente.

∑

2ºRestrção: A segunda restrição permite que o fornecimento de todos os grupos

de mercadoria seja obrigatório, em qualquer solução.

∑

3ºRestrição: A terceira restrição obriga a que a todos os portos i, possam ser

fornecido a mercadoria j a partir de qualquer ponto de abastecimento h.

∑

4ºRestrições: As restrições que se seguem incidem sobre as classes das variáveis

{ } { } { } (8)

Uma solução binária poderá ser definida por um conjunto de i vetores, cada um

com j células


50

CAPÍTULO VI SIMULAÇÃO E OTIMIZAÇÃO

~


51

6.1 - INTRODUÇÃO

A área das ciências exatas que estuda a otimização de recursos é denominada de

programação. Nesta área a quantidade a ser maximizada ou minimizada é descrita como

uma função matemática dos recursos (variáveis de decisão) escassos. As relações entre

as variáveis são formalizadas através de restrições ao problema expressas com equações

e/ou inequações matemáticas. Nos capítulos anteriores foram abordadas algumas

propostas para a resolução do problema dos pedidos de fornecimento de mercadoria.

Nos finais da década 60 vários analistas matemáticos se dedicaram a

complexidades inerentes as técnicas de resolução dos problemas otimização. Nessa

altura, se o problema não fosse possível de resolver a partir de algoritmos de otimização

devido a dimensão da amostra e perda de tempo, a outra opção era obter soluções mais

rápidas que se aproximassem das soluções ótimas. Estes métodos foram denominados

aproximação ou algoritmos heurísticos.

Os algoritmos heurísticos são na sua essência muito eficientes para problemas de

análise combinatória em que as escolhas poderão resultar num elevado número de

alternativas.

Todavia os problemas de otimização em que a função objetivo e as restrições

envolvidas são lineares nas variáveis de decisão denominam-se Problemas de

Programação Linear (PLI). As variáveis de decisão do problema em estudo só poderão

tomar valores inteiros, razão pela qual é correto afirmar que trata-se dum problema de

Programação Linear Inteira, como já se referiu no ponto 5.2.

Encontrar uma solução para um PLI é extremamente difícil, em muitos casos o

programador não consegue encontrar um conjunto de soluções viáveis donde se possa

tirar uma solução ótima. Uma forma de ultrapassar este problema pode ser a utilização

das heurísticas. As heurísticas são algoritmos de busca entre as soluções diversas,

tentando encontrar uma boa solução. Uma boa solução não é a solução ótima. As

heurísticas não garantem que ao longo da resolução do problema se venha a encontrar

uma solução que maximiza ou minimiza a função objetivo, mas garante uma boa


52

solução que se aproxima suficientemente da solução ótima, como se poderá ver no

capítulo a seguir.

Atualmente, os algoritmos heurísticos são utilizados em várias áreas, através de

técnicas de otimização dentre as quais o Arrefecimento Simulado (baseado na análise da

estatística mecânica), Algoritmo Genético (AG) (baseado na análise da evolução

biológica), Redes Neuronais (baseado no estudo do sistema nervoso humano) (Jaiswal,

1997).

6.2 - Meta-Heurísticas

Existem vários tipos de meta-heurísticas e uma possível divisão é dada por

Melián et al. (Universidad de La Laguna - Espanha):

Meta-heurísticas de busca por entornos: percorrem o espaço de busca levando em conta,

fundamentalmente, a “vizinhança” da solução em mãos, definida como o conjunto de

soluções que podem ser obtidas a partir da aplicação de algum operador à solução atual.

Exemplo:

GLS (Guided Local Search): busca monotônica. Porém, altera a função objetivo

ao encontrar um ótimo local.

Simulated Annealing : não monotônica. Probabilidade de “movimentos ruins”

decresce exponencialmente com o aumento na diferença de custo.

Busca Tabu: não monotonia. Classifica como tabu os componentes de soluções

adicionados ou removidos recentemente.

Busca Reativa: Busca Tabu com deteção de ciclos.

Meta-heurísticas de relaxação: simplificam o problema (criando um problema relaxado)

e utilizam a solução encontrada como guia para o problema original. Exemplo:

Relaxação Lagrangeana: remove algumas restrições de um problema de

programação linear, atribui um peso (multiplicador de Lagrange) a cada uma

delas e altera a função objetivo para penalizar as soluções que seriam inviáveis

no problema original.

Meta-heurísticas construtivas: definem de forma meticulosa o valor de cada componente

da solução. Exemplo:


53

GRASP (Greedy Randomized Adaptive Search Procedure): cada iteração é

composta por uma fase construtiva e uma fase de busca por entornos.

Meta-heurísticas evolutivas: lidam com uma população de soluções, que evolui,

principalmente, através da interação entre seus elementos. Exemplo:

Algoritmos genéticos: abordarei dele nos próximos parágrafos.

Algoritmos meméticos: algoritmos genéticos que realizam otimização local.

Estimação de distribuição: verificam a distribuição dos componentes nas

melhores soluções e criam a geração seguinte aleatoriamente, segundo essa

distribuição.

Busca dispersa e Path relinking : criam caminhos entre soluções e geram a

população seguinte a partir das soluções que aparecem nesses caminhos.

Outros exemplos:

Meta-heurísticas de decomposição: indicam como decompor o problema em instâncias e

utilizar as soluções resultantes na construção da solução para o problema original.

Ant colony optimization : formigas artificiais percorrem um grafo em que cada aresta

representa um componente de solução.

Otimização extrema: em cada iteração, remove o pior componente.

Particle swarm optimization.

Iterated local search : tenta realizar uma espécie de busca por entornos nos ótimos

locais.

6.3 - Algoritmo Genético (AG)

O algoritmo genético foi desenvolvido por Holland (1992), sendo atualmente

utilizado para uma variedade de aplicações. Constitui-se num procedimento de busca e

otimização desenvolvido a partir do princípio da Genética e das teorias de Seleção

Natural (Jaiswal, 1997). Estes algoritmos foram criados a partir dos conhecimentos da

genética e utilizados artificialmente para construir algoritmos de busca que sejam

robustos e requerem informações mínimas dum determinado problema.


54

Os algoritmos genéticos são baseados no princípio de sobrevivência do mais

apto, donde se tenta reter apenas os indivíduos mais adequados sob o efeito das

condições existentes.

Assim, apenas os melhores descendentes serão mantidos na próxima geração de

acasalamentos, o que implica que as gerações subsequentes procederão duma forma

evolutiva. Os indivíduos mais aptos das soluções que foram evoluindo ao longo do

tempo serão considerados soluções ótimas. Um algoritmo genético será dado pelos

seguintes procedimentos:

1. Determinar a dimensão das variáveis (caldeirão)

2. Inicialização da população

3. Avaliação da população

4. Inserir ciclo:

a. Aplicar operador de reprodução

b. Aplicar o operador de cruzamento

c. Aplicar o operador de mutação

d. Avaliar a amostra

5. Terminar o ciclo (condição de paragem)

6. Selecionar a melhor solução entre a população

Para um estudo aprofundado sobre o AG poderá ser consultado o manual de

Jaiswal (Jaiswal, 1997) e o artigo sobre o Desenho de Quadros de Recursos Humanos

desenvolvido pela Direção de Análise e Gestão da Informação – Comissão Eventual da

Marinha Portuguesa (Marinha, 2011).

6.3.1 - Caldeirão Inicial

O caldeirão inicial será dado pelo número de PALA multiplicado ao número de

grupos de mercadorias, 11x29. Neste caso o caldeirão inicial será composto por 319

cromossomas.

6.3.2 Inicialização da Amostra

A amostra é composta por uma população de 2989 pedidos de mercadoria.


55

6.3.3 Avaliação da População

Cada solução viável é codificada para obter o valor decimal equivalente. Estes

valores decimais são substituídos na função objetivo, e o valor de aptidão é avaliado

para cada solução.

6.3.4 - Aplicação do Ciclo

6.3.4.1 - Reprodução

Codificação: os algoritmos genéticos funcionam com um conjunto de códigos

de variáveis agrupados conforme as suas características próprias. A vantagem da

codificação resume-se eficiência das diretrizes de busca no espaço dos resultados o que

reduz o tempo de execução. Geralmente as sequencias binárias são fornecidas como

uma representação universal para a otimização das variáveis.

A reprodução é a funcionalidade mais importante para produzir um elevado

número de cópias para a solução mais apta e eliminar as menos adaptadas. Por outras

palavras o propósito da reprodução é selecionar as melhores sequências que dominarão

as próximas gerações vindouras. Normalmente é utilizada a função objetivo como uma

função de aptidão para determinar o número de cópias das diferentes soluções.

Codificação do cromossoma genético:

Número de grupos de mercadorias

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29

PALA 1

Ilustração 8 Representação do cromossoma com 29 grupos de mercadoria para PALA 1

Número de grupos de mercadorias

1 … 29 1 … 29 1 … 29 1 … 29 1 … 29 1 … 29 1 … 29


56

PALA 1 PALA 2 PALA 3 PALA 9 PALA 10 PALA11

Ilustração 9 Representação do cromossoma com 29 grupos de mercadoria para 11 PALA

PALA 1-Fornece todos grupos de mercadorias

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

PALA 11-Fornece 14 grupos de mercadorias

1 0 1 0 1 1 1 0 0 0 1 0 0 1 1 1 0 0 1 0 0 1 0 0 1 1 0 1 1

Ilustração 10 Representação do cromossoma codificado (solução)

Reprodução

1 0 0 0 0 1 0 0 1 1 1 1 0 0 1 0 0 0 0 1 1 1 0 1 0 0 1 1 1

0 1 1 1 0 0 0 0 1 1 0 0 1 1 1 0 0 1 0 1 1 0 1 0 0 1 1 0 0

Ilustração 11 Processo de reprodução

6.3.4.2 - Cruzamento

Ocorre quando aplicado o operador de cruzamento nas duas sequências (parentes)

selecionadas na população aleatoriamente para o acasalamento. O operador de cruzamento

ajuda na troca de material genético. Com o cruzamento é esperada a construção das

melhores sequências a partir da coleção das melhores sequências dos vários progenitores.

Com uma probabilidade de cruzamento de um determinado valor assumido, os pontos de

cruzamentos são selecionados e todos os bits de dois parentes entre e incluindo os pontos de

cruzamento serão trocados para formar novos descendentes. Considerem-se as seguintes

sequências parentes:

Cruzamento


57

1 0 0 1 0 1 0 1 0 0 1 0 1 0 0 1 0 1 0 1 1 0 1 1 1 0 0 1 0

PAI 1

1 1 1 0 0 0 0 1 1 1 0 0 1 1 1 0 1 1 0 1 0 0 1 1 1 1 0 1 1

PAI 2

Ilustração 12 Processo de cruzamento com 2 pontos

Supondo que foram selecionados aleatoriamente os pontos 3 e 18 como pontos

de cruzamento. Então, os novos descendentes serão:

Descendentes

1 0 1 1 0 1 0 1 0 0 1 0 1 0 0 1 0 1 0 1 0 0 1 1 1 0 0 1 0

FILHO

Ilustração 13 Representação dos novos descendentes

6.3.4.3 - Mutação

Consiste na simples introdução dum elemento aleatório. O propósito da mutação é

manter a diversidade na população. Com uma probabilidade bastante reduzida o valor de

cada um dos bits em todos os descendentes é revertido. Por exemplo se o valor do bit for 1,

este será trocado para 0 e vice-versa.

Quando é aplicado o operador de mutação, assume-se que o tamanho da população

passa as ser duas vezes o tamanho da população inicial. Passam a existir novas sequências

subjetivas aos constrangimentos da satisfação verificados. As novas sequências que não

satisfazerem às restrições serão removidas do conjunto da população. Após a verificação de

admissibilidade é obtido o valor do filho. Comparando este valor com o dos pais, é

eliminado o cromossoma de maior valor, regressando os restantes ao caldeirão, como no

exemplo da mutação no Desenho de Quadros de Recursos Humanos da Marinha Portuguesa

(Marinha, 2011, p. 6).

Mutação

1 0 0 1 0 1 0 1 0 0 1 0 1 0 0 1 0 1 0 1 0 0 1 1 1 0 0 1 0

FILHO 1


58

1 1 1 0 0 0 0 1 1 1 0 0 1 1 1 0 1 1 0 1 1 0 1 1 1 1 0 1 1

FILHO 2

Ilustração 14 Processo de mutação a partir do ponto 11 escolhido aleatoriamente

6.3.4.4 - Seleção da Melhor Solução

Ao executar ao algoritmo genético o programa vai escolher aleatoriamente pais

diferentes no caldeirão. A partir destes pais serão selecionados aleatoriamente o PALA

para trocar e para irradiar. Nesta fase estará a decorrer a mutação genética entre os

PALA. Desta forma uma nova solução oriunda do primeiro pai e outra do segundo pai

serão trocadas, originando uma nova solução que será alterada por irradiação.

A nova solução binaria e assumirá os valores 0 e 1. Sempre que a solução

assumir o valor 1 o programa passará a calcular o custo desta nova solução. Porém, se o

valor da nova solução ser melhor do que o valor dos pais, a nova solução passa a

substituir os pais. Um dos pais do cruzamento será pior que o filho. Este pai de pior

valor (valor mais alto) será eliminado e ter-se-á uma nova solução e consequentemente

um novo valor que será mostrado no gráfico.

6.4 - Simulated Annealing Algorithim (SAA)

A grande maioria dos métodos de otimização adota estratégias descendentes

para a minimização de uma função. Nestes métodos, a partir de uma solução inicial,

uma nova solução é gerada e o valor da função obtido para esta solução é a inicial. No

Simulated Annealing o procedimento se inicia carregando os dados sobre a população e,

é criada uma solução inicial aceitável.

Solução inicial aceitável (SAA)

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

Ilustração 15 Solução inicial aceitável gerada aleatoriamente

O algoritmo irá proceder ao cálculo do valor desta solução através da função

multiobjectivo do problema de otimização.

O enquadramento teórico sobre o SAA poderá ser consultado no livro de N.K.

Jaiswal ( (Jaiswal, 1997, pp. 171-195) .

Em termos práticos o algoritmo consiste:


59

1. Identificar a função objetivo que se quer otimizar no problema de

minimização;

2. Associar os custos e demoras do sistema às variáveis do problema;

3. Para cada valor da solução de uma sequência de temperaturas decrescentes

realiza-se a simulação (com perturbação);

No final do processo, espera-se que o sistema estacione solução de valor

globalmente mínimo. A grande diferença entre estes algoritmos centraliza-se no facto de

enquanto o AG utiliza pais para obter melhores filhos, neste processo cria-se apenas um

valor que servirá de base para todo o processo.

6.4.1 - Vizinho da Solução Inicial

No ponto anterior verificou-se que uma solução inicial foi criada. Esta solução

aceitável baseia-se no número de PALA possíveis abrir e nas facilidades que estes

poderão fornecer. A solução aceitável terá um custo que será expresso num valor

calculado através da função multiobjectivo.

O método Simulated Annealing Algorithm - SAA, utiliza uma estratégia

diferente do AG, visto que nunca percorre grandes distâncias entre duas soluções, tendo

no entanto procedimentos que tentam evitar a convergência para um mínimo local,

aceitando inicialmente, soluções que incrementem o valor da função objetivo.

“O SAA foi desenvolvido em analogia ao processo de recozimento de um sólido,

quando se busca a obtenção de um estado que apresenta mínima energia. O termo

recozimento é dado ao processo de aquecimento de um sólido até seu ponto de fusão,

seguido de um resfriamento lento. Neste processo, o resfriamento lento é essencial para

a manutenção do equilíbrio térmico no qual os átomos possam se reorganizar em uma

estrutura de mínima energia. Caso o sólido seja resfriado de forma abrupta, seus

átomos formarão uma estrutura irregular e, portanto, fraca. Computacionalmente, o

recozimento pode ser considerado como um processo estocástico de determinação da

organização dos átomos com mínima energia. Há altas temperaturas os átomos

movem-se livremente podendo, com grande probabilidade, atingir posições que

acarretam em aumento na energia do sistema. A redução gradual da temperatura

possibilita aos átomos a gradual movimentação no sentido de formarem uma estrutura


60

regular, e a probabilidade de aumento na energia é reduzida.” (Kripka, Kripka, & Oro,

2005, pp. 65-72)

Assim, neste caso o ciclo de melhoria do SAA consiste no arrefecimento da

temperatura inicial por forma a criar novos valores próximos do valor inicial. Estes

valores serão chamados de vizinhos. Cada um dos vizinhos a semelhança da solução

inicialmente criada terá um valor que corresponde ao valor da solução. Caso se

verifique uma redução no valor da solução, a mesma passa a ser adotada como solução

corrente e o processo é repetido, até que nenhuma melhoria seja verificada no valor da

função, dentro da precisão desejada.

O resultado obtido deste processo, dependendo das características das funções

envolvidas, pode constituir-se na melhor solução ou aproximação nas vizinhanças da

solução inicial, mas não necessariamente no ótimo global. A estratégia usual para

melhorar a solução obtida consiste na análise do problema a partir de diversas soluções

iniciais.

Uma vez calculado o valor da solução da vizinhança se este ser menor que o

valor da solução criada depois do arrefecimento (fator de perturbação), a nova solução

passa a ser a vizinha e o seu valor será calculado segundo a função multiobjectivo.

Desta forma a solução que será o valor total fornecido pelo PALA será igual ao valor

total fornecido pelo PALA vizinho, i.e., o vizinho passa a ser a solução inicial e o ciclo

se repetirá ate que seja encontrado o menor valor possível. Existe a possibilidade do

valor da nova solução ser superior à existente se da comparação com os vizinhos mais

próximos verificar-se um valor superior. Caso a nova solução seja superior à existente,

assume-se como valor inicial da solução.

Para um estudo aprofundado sobre o SAA poderá ser consultado o manual de

Mecânica Computacional (Dvorkin, Goldschmit, & Storti, 2010, pp. 9317-9325) e o

artigo sobre Simulated Annealing aplicado na otimização da alocação de salas em

instituição de ensino superior (Kripka, Kripka, & Oro, 2005).


61

CAPITULO VII A FERRAMENTA OPALAA


62

7.1 – INTRODUÇÃO

O principal objetivo da otimização dos PALA é garantir que os materiais tidos

como necessidade estejam sempre prontos a ser fornecidos quando pedidos. A

ferramenta OPALAA (Otimização dos Pontos de Apoios Logísticos Avançados de

Angola) serve para a otimização dos pontos de apoios logísticos avançados da Marinha

de Guerra de Angola.

Ilustração 16 Ambiente de Trabalho do programa

O programa deverá localizar os possíveis locais de abertura de Pontos de Apoios

Logísticos Avançados, onde haja disponível o material ou facilidade nas quantidades

determinadas como necessidades. Neste caso as variáveis de decisão vão ser o custo e a

demora de fornecimento. Para cada PALA o programa deverá ter em atenção a

localização dos aeroportos, estações ferroviárias e portos de atracação. Mediante esta

informação, será possível determinar qual o menor custo de abertura e funcionamento

dum determinado PALA.


63

7.2 - Variáveis de Entrada: Criação dos Dados Iniciais

O programa se inicia com a execução do botão “initial data”, que permite ao

utilizador carregar os dados ao sistema.

Ilustração 17 Janela de carregamento dos dados iniciais.

Ao pressionar o botão initial data será aberta uma janela onde o utilizador deverá

inserir o número possível de PALA’s a serem abertos, a quantidade de grupos de

mercadorias e o número de classes de navios que a Marinha possui.


64

Ilustração 18 Carregamento dos dados iniciais.

O campo de inserção de dados “introduza o número de classes de navios” admite

apenas o conjunto c. Ao executar a tecla “OK” da janela de carregamentos de dados o

programa inicia a criação dos dados iniciais. A criação dos dados iniciais efetua-se

através do carregamento dos dados das tabelas de custos e demoras.

A semelhança dos dados inicialmente referidos, foram criadas de forma aleatória

as probabilidades de requisição de um grupo de mercadoria por parte de uma classe de

navios e da quantidade de material de um grupo de mercadoria que será requisitado por

esta mesma classe de navios (vide Anexo B).

Numa etapa final da criação dos dados iniciais, foram guardados os seguintes

dados: número de PALA, número de grupos de mercadorias, número de classes de

navios, as demoras de fornecimento entre os PALA, o custo inicial de abertura das

instalações, o custo de abertura de uma determinada facilidade, a matriz com classes de

navios por portos, o número de pedidos de transferências e as quantidades requisitadas

pelos navios. A criação destes dados termina quando o programa mostrar a janela de

informação “Atenção: “terminada a criação de dados iniciais”


65

Ilustração 19 Janela de informação para criação dos dados iniciais.

7.3 - Carregamento de Dados

A diferença entre a criação de dados iniciais e o carregamento de dados

centraliza-se no facto duns dados serem gerados aleatoriamente pelo programa e dos

outros serem introduzidos diretamente pelo utilizador.

Os dados carregados pelo utilizador quando este executa o botão “Run Simulated

Annealing and Genetic” serão utilizados pelo programa para minimizar a função

objetivo.

Assim, ao executar o botão “Run Simulated Annealing and Genetic”, o programa

mostra uma janela de carregamento de dados, através da qual o utilizador poderá

introduzir a duração da simulação em meses, o peso da importância dos custos

(predefinido em 50%), o peso da importância da demora (predefinido em 50%), o

número de ciclos que o utilizador pretende percorrer, a temperatura inicial do SAA, a

dimensão do caldeirão genético (aplicável para o AG).


66

Ilustração 20 Carregamento dos dados para os algoritmos.

Ao pressionar a tecla “OK” na janela de carregamentos de dados o programa

inicia o processo de simulação através dos métodos meta – heurísticos percorrendo cada

um dos passos do AG e do SAA.

7.4 - O Processo de Simulação

No processo de simulação serão testados vários cenários alterando cada um dos

dados carregados, variáveis de entrada a fim de obter uma boa solução. É importante ter

em atenção que uma boa solução pode não ser a solução ótima, quer seja obtida através

do AG ou do SAA.

Conforme se tinha calculado nos capítulos anteriores, uma solução deverá ser

obtida a partir do número de PALA, do número de classes de navios da esquadra, do

custo unitário de transporte entre os PALA, da demora de transporte entre os PALA, do

custo de abertura das instalações, do custo de manutenção de cada facilidade de

fornecimento sum determinado grupo de mercadoria, do número de navios duma

determinada classe atracado num determinado PALA e do numero de pedidos e pesos

da classe única por grupo de mercadorias e por mês.


67

Os dois algoritmos irão utilizar os dados de forma a obter a melhor solução

possível. A melhor solução será a solução que observar o menor custo e demora. A

temperatura e a dimensão do caldeirão poderão influenciar os valores das soluções

obtidas ao longo dos procedimentos. O utilizador ao executar o segundo botão

“Simulated Annealing and Genético”, o programa pedirá o período em que pretende este

simular o processo. Este período será atribuído em meses. O custo de manutenção dos

depósitos acresce quanto maior for o período de simulação.

Assim, no decorrer dos procedimentos obtenho os custos e as demoras de envio

de material para um determinado PALA. Lembre-se que para o presente estudo apenas

estão a ser estudados os dados duma única classe de navios, o que implica que os navios

vão requisitar de acordo com os pedidos e pesos dos dados históricos. No decorrer dos

procedimentos acima explicados obtêm-se o PALA mais próximo que tem a aberta a

facilidade pretendida. Isto, implica que na solução o programa verifica quais são os

PALA que fornecem os grupos de mercadorias requisitados.

Sempre que o próprio PALA fornece a facilidade, então este PALA é assumido

como um PALA bom. O PALA bom é aquele que fornece uma determinada facilidade

(grupo de mercadoria) ao mínimo valor possível. Para encontrar o PALA Bom, ou seja

o PALA que fornece ao menor custo ou demora, o programa vai percorrer os

procedimentos ilustrados a seguir.

A quantidade total fornecida por um determinado PALA será o somatório entre a

quantidade fornecida pelo PALA em termos de peso por cada grupo de mercadoria por

mês. O mesmo acontece para o custo fornecimento e para as demoras de fornecimento.

O somatório entre os custos de fornecimento, de abertura e de manutenção

equivalem ao custo total para a abertura dum Ponto de Apoio Logístico Avançado.

7.5 - Obtenção de Soluções e Valores das Soluções

Na simulação as variáveis de entrada serão alteradas de forma que o algoritmo

possa navegar entre as várias soluções possíveis. Desta forma a simulação foi dividida

em 6 etapas, tendo cada uma das etapas 5 processos. Numa primeira etapa é do interesse

do programador que inicialmente o programa se inicie com os dados predefinidos.


68

Assim, as tabelas que se seguem mostram os valores predefinidos no programa e o

respetivo valor da solução quer seja utilizando o Algoritmo Genético ou o Simulated

Annealing Algorithm.

Etapa 1

Nesta etapa, 5 processos são simulados em 500 iterações mantendo a

temperatura do SAA e o caldeirão do AG constantes, 30 e 40 respetivamente. Apenas o

peso dos parâmetros a e b (custo e demora) são alterados, conforme a seguinte tabela:

Processo Duração Iterações % Custo

%

Demora Temp. Caldeirão

F-OBJ

AG

F-OBJ

SAA

1 60 500 50 50 30 40 216,2359 215,1333

2 60 500 25 75 30 40 117,2642 117,9766

3 60 500 75 25 30 40 337,4805 335,8099

4 60 500 0 100 30 40 1,3073 0,95601

5 60 500 100 0 30 40 459,7952 462,0586

Tabela 5 Valores obtidos no processo de simulação 1ª etapa

Segundo a tabela acima ilustrada a alternância dos pesos conduziu a várias

soluções aceitáveis. Todavia, a melhor solução foi obtida no processo 4, onde o

utilizador apenas se preocupa com a demora do fornecimento, o que significa que peso

do parâmetro a é nulo (a=0). Comparando os valores das soluções obtidas pelos

algoritmos, facilmente se deduz que a melhor solução foi assegurada pelo SAA.

Etapa 2

Na Etapa 2 foram simulados 5 processos em 500 iterações. Nesta etapa foram

atribuídos aos parâmetros a e b os mesmos pesos (50%). Pretende-se verificar até que

ponto o aumento da temperatura (em múltiplos de 30), e do caldeirão (em múltiplos de

40) poderá afetar o valor da solução obtida? Observe a seguinte tabela:


69

Processo Duração Iterações % Custo % Demora Temp. Caldeirão F-OBJ AG F-OBJ SAA

1 60 500 50 50 30 40 216,2359 215,1333

2 60 500 50 50 60 80 240,6271 240,618

3 60 500 50 50 90 120 221,2606 220,1778

4 60 500 50 50 120 160 213,9789 213,1217

5 60 500 50 50 150 200 226,8292 227,6706

Tabela 6 Valores obtidos no processo de simulação 2ª etapa.

Dos resultados obtidos, observou-se que os valores das melhores soluções foram

verificados no processo 1, com a temperatura 30 e caldeirão 40. Contudo, nesta etapa o

SAA obteve o melhor valor da função objetivo.

Etapa 3

Na etapa 3, foram simulados 5 processos nas mesmas condições da Etapa 1,

tendo sido alterado o número de iterações para 250. Pretende-se avaliar até que ponto a

diminuição do número de iterações poderá afetar o valor da solução obtido?

Nesta etapa, são constantes os valores da temperatura e do caldeirão em todos os

processos, variando apenas os pesos do custo e da demora, conforme a tabela que se

segue:

Processo Duração Iterações % Custo % Demora Temperatura Caldeirão F-OBJ AG F-OBJ SAA

1 60 250 50 50 30 40 222,9267 231,9398

2 60 250 25 75 30 40 110,5295 109,6638

3 60 250 75 25 30 40 311,2572 314,5654

4 60 250 0 100 30 40 1,7568 1,4575

5 60 250 100 0 30 40 429,5062 438,3257


A semelhança da Etapa 1, o valor da melhor solução obtida, verificou-se no

processo 4 em que o utilizador não se preocupa com os custos de fornecimento (a=0); o

utilizador apenas se preocupa com a demora (b=1). Assim, verificou-se a melhor

solução com o SAA.


70

Etapa 4

Na Etapa 4, os processos são semelhantes a etapa 2, com a alteração do número

de iterações para 250. Lembre-se que foram simulados 5 processos em 250 iterações e

que foram atribuídos aos parâmetros a e b os mesmos pesos (50%), conforme a seguinte

tabela:


1 60 250 50 50 30 40 234,162 240,9575

2 60 250 50 50 60 80 238,0993 241,9188

3 60 250 50 50 90 120 224,6107 228,7022

4 60 250 50 50 120 160 226,5784 227,8653

5 60 250 50 50 150 200 240,9114 240,3395


Desta simulação verificou-se que os melhores valores das soluções obtidas

foram registados no processo 3, com temperatura 90 e caldeirão 120, ambos valores são

múltiplos dos valores iniciais. A melhor solução entre os algoritmos foi encontrada a

partir do AG.

Etapa 5

Na etapa 5, foram simulados 5 processos nas mesmas condições da Etapa 1,

tendo sido alterado o número de iterações para 1000. Pretende-se avaliar até que ponto o

aumento do número de iterações poderá afetar o valor da solução obtido?

Nesta etapa, são constantes os valores da temperatura e do caldeirão em todos os

processos, variando apenas os pesos do custo e da demora, conforme a tabela que se

segue:


1 60 1000 50 50 30 40 219,0077 217,6054

2 60 1000 25 75 30 40 118,3527 117,5251

3 60 1000 75 25 30 40 336,366 337,4347

4 60 1000 0 100 30 40 0,88025 0,18171

5 60 1000 100 0 30 40 478,4818 468,596



71

A semelhança da Etapa 1, o valor da melhor solução obtida, verificou-se no

processo 4 em que o utilizador não se preocupa com os custos de fornecimento (a=0); o

utilizador apenas se preocupa com a demora (b=1).

Assim, verificou-se que a melhor solução foi encontrada a partir do SAA. Note

que até a presente etapa, esta solução foi a melhor de todos os processos desenvolvidos,

o que poderá estar associado ao aumento do número de iterações.

Etapa 6

Com o aumento ou diminuição do número de iterações nas etapas anteriores,

verificaram-se vários resultados para os valores das soluções, não tendo sido possível

concluir com rigor quais os efeitos destas alterações. A ideia de comparar resultados é

sustentável se todas as variáveis de entrada forem submetidas aos mesmos valores.

Assim, nesta etapa foram simulados apenas 3 processos. O principal objetivo

desta etapa foi o de colocar os valores da temperatura, caldeirão e os parâmetros a e b

constantes, alterando apenas o número de iterações, conforme a tabela seguinte:


1 60 500 50 50 40 40 216,5561 217,3283

2 60 250 50 50 40 40 235,6245 241,1006

3 60 1000 50 50 40 40 213,4601 213,7152



72

Ilustração 21 Gráfico de desempenho dos métodos

O balanceamento das variáveis de entrada permite comparar com rigor os valores das

soluções obtidas, e concluir sobre o efeito do aumento ou diminuição do número de

iterações. Assim, verificando os valores obtidos desta etapa pode-se concluir:

1. Quanto maior for o número de iterações, melhor será o valor da função

objetivo. No entanto, a partir de um determinado numero de iterações, verifica-

se que deixa de haver melhoria da solução.

2. Mantendo todos os dados iguais para os dois algoritmos, o processo de

simulação que verificará os melhores valores das soluções foi em AG, todavia o

melhor resultado da função objetivo (mais baixo) foi obtido com o SAA.

235,6

216,5 213,4

241,1

217,3 213,7

195200205210215220225230235240245

P1-250 P2-500 P3-1000

Val

or

da

Fun

ção

Ob

jeti

vo

Número de Iterações

Gráfico do desempenho dos metódos

F-OBJ AG

F-OBJ SAA


73

CAPITULO VIII CONCLUSÕES, RECOMENDAÇÕES E

DESENVOLVIMETOS FUTUROS


74

8.1 - CONCLUSÕES

De acordo com a metodologia usada e, tendo em conta os resultados do trabalho,

pode-se concluir que:

O uso do Software Matlab na elaboração do código permitiu a determinação dos

custos de envio dos sobressalentes usando no interface do programa um

dispositivo que permite a colocação de pesos relativos a demora e o tempo de

acordo com o grau de importância e necessidades do utilizador, que possibilitou

a identificação dos Pontos de Apoio logístico Avançados e as suas potenciais

facilidades de abastecimento para cada grupo de mercadoria.

Com este trabalho foi possível a aplicação de uma metodologia que permite a

identificação de Pontos de Apoio logístico Avançados prioritários para um

planeamento sustentável, e para intervenções com vista a reduzir as perdas em

tempo das missões dos navios, bem como dos custos de transporte dos meios

materiais envolvidos.

Em função das limitações metodológicas relacionadas com a falta de dados

precisos do dispositivo naval da marinha de guerra Angolana e da programação

militar deste ramo das forças armadas e também a falta de informação atualizada

sobre as requisições e necessidades do dispositivo de forma cronológica, os

resultados devem ser tomados somente como indicativos das analises custos e

demoras. Portanto, este trabalho pode ser considerado como um exercício

metodológico para a determinação dos Pontos de Apoio logístico Avançados do

dispositivo naval da M.G.A..


75

Resposta a pergunta central:

Onde deverão ser abertos os Pontos de Apoios Logísticos (centros de

abastecimento), para o apoio da esquadra de navios e quais as mercadorias que

poderão ser disponibilizadas, minimizando os custos e as demoras de fornecimento, da

Marinha de Guerra de Angolana?

1. Os Pontos de Apoio Logísticos ou Centros de abastecimento para os navios

da esquadra da Marinha de Guerra Angolana, aconselham-se serem abertos

de acordo com as observações validadas pelo Sistema de Apoio à Decisão.

Porém, o programa deverá ser devidamente atualizado por forma a melhorar

a qualidade das informações nele contido. Numa fase em que o país

necessita de centros de armazenagem para a sustentação dos novos meios

adquiridos, é indispensável que exista um sistema de apoio que sugere a

organização e o funcionamento dos PALA. Os centros poderão utilizar a

matriz binaria de fornecimento de facilidades para definir quais as

mercadorias que deverão ser armazenadas de forma a minimizar o custo e a

demora.

2. Os Centros de Abastecimentos para o apoio da esquadra poderão ser abertos

em quaisquer dos PALA ou novos pontos possíveis devidamente indicados,

desde que sejam otimizados. Note que embora a ferramenta de otimização

forneça uma solução boa, alguns PALA poderão fornecer quantidades de

grupos de mercadorias que não justifiquem a sua abertura. Desta forma,

caberá ao decisor estudar dentro da solução boa quais os pontos que

realmente serão indispensáveis para o bom funcionamento do sistema

logístico.

3. Uma vez que a solução obedece uma restrição que obriga o fornecimento de

pelo mesmo um grupo de mercadorias por cada PALA (restrição 1), existe a

possibilidade dum determinado PALA fornecer apenas um único grupo de

mercadoria. Estando nesta situação provavelmente não se justifica a abertura

desse PALA, porque estaria o decisor a acrescentar custos (abertura e


76

funcionamento) acrescidos ao sistema. Assim, tendo o decisor uma solução

boa em que num dos PALA verifica a existência de poucas facilidades,

poderá este definir um critério de abertura, como por exemplo abrir apenas

os PALA que forneçam uma percentagem mínima de grupos de mercadorias.

4. É importante ter em atenção que o facto de um PALA fornecer apenas um

grupo de mercadoria, não implica diretamente que este seja pouco

significativo para o sistema logístico. Todavia, um único grupo de

mercadoria poderá ter dezenas de materiais diferenciados pelas

especificações técnicas e NNA. Por exemplo, o grupo 4 dos combustíveis e

lubrificantes, agrupa todos tipos de combustível desde F44, Marine Gasoil,

gasolina, até aos diferentes tipos de óleos.

8.2 - RECOMENDAÇÕES

Tendo sido observados a falta de registos fiáveis das requisições das unidades

navais do dispositivo naval da Marinha Angolana, torna-se necessário a aplicação de

estratégias de manutenção de registos dos dados ao longo dos anos, para criação de um

arquivo de dados suscetíveis de serem analisados e estudados.

O monitoramento e o registo das requisições através de software simples de

serem usados por qualquer utilizador e o posterior armazenamento numa base de dados

central, são as principais estratégias a ser consideradas.

Recomenda-se também a avaliação do código em Matlab fase as novas versões e

atualizações deste software. Por outro lado atualização de todos géneros custos dos

pedidos e o cálculo de novos tempos de demora, fase a construção de novas rodovias,

autoestradas, facilidades portuárias e ferroviárias, de forma a manter os resultados de

otimização sempre pertinentes e atualizados.

8.3 - DESENVOLVIMENTOS FUTUROS


77

Desenvolver mas a parte da visualização tornando-a uma ferramenta mas

aliciantes para os utilizadores da informação final, em termos do desenho e

interatividade.

Como possíveis desenvolvimentos futuros nesta área, refira-se em termos de

conhecimento detalhado do dispositivo naval da marinha Angolana, a necessidade de

desenvolver métodos empíricos de determinação e otimização de rotas mas usadas

através de Sistemas de informação geográfica para servir também como input do

dispositivo na determinação dos Pontos de Apoio logístico Avançados.

Outro aspeto pertinente será fazer a comparação dos resultados produzidos pelo

modelo correndo Algoritmo Genético e Simulated Annealing Algorithim e desenvolver

códigos aonde pudessem ser usados os dois simultaneamente AG/SA e SA/AG, bem

como outras metas-heuristica como forma de avaliar o desempenho dos modelos

quando aplicados ao dispositivo naval da Marinha Angolana.


78

REFERÊNCIAS BIBLIOGRÁFICAS

(s.d.). Diário da Republica de Angola Assembleia Nacional Lei nº.14/10 Regula o

exercício dos poderes, dos direitos e dos deveres do Estado Angolano e define

os limites dos espaços marítimos sob soberania e jurisdição nacionais.

Portal Oficial do Governo Angolano (15 de Maio de 2013)

http://www.governo.gov.ao/opais.aspx. (2013).

Apontamento sobre problemas de localização, E. N. (06 de fevereiro de 2013).

Apontamento sobre problemas de localização.

Cajarabille, V.-A. L. (Janeiro de 2009). Ciclo de Palestras Academia de Marinha. (A. d.

Portuguesa, Entrevistador)

Carvalho, J. C. (2010). Logística e Gestão da Cadeia de Abastecimento (1ª Edição ed.).

Lisboa: Sílabo.

Celo. (2002). Regime Alimentar para a Marinha Angolana. In Marinha. Alfeite Escola

Naval: Departamento de Formação de Marinha.f

Deus, 1. G. (Fevereiro de 2013). Sistema de Apoio à Decisão para PEPCP - EMA. (A.

H. Aly, Entrevistador) Lisboa.

Dias, J. C. (2005). Logística Global e Macrologística (1ª Edição ed.). Lisboa: Sílabo.

Figueiredo, J. L. (Dezembro 2007). Optimização da localização de armazéns de.

Lisboa: IST/Dissertação para obtenção do Grau de Mestre.

http://www.taag.com/pt/domestic-flights.aspx, T. L. (s.d.).

Jaiswal, N. K. (1997). Military Operations Research Quantitative Decision Making

(Vol. II). Massachusetts: kluwer Academic Publishers.

Lachtermacher, G. (2004). Pesquisa Operacional na tomada de decisões (2ª Edição

ed.). São Paulo: Editora Campus.

Lourenço, A. (2008). Marinha de Guerra Angolana. Revista da Marinha de Guerra

Angolana, 5,6,7,8,8,9,10,11,12.


79

Marimha, D. d. (s.d.). DESENHO DE QUADROS DE RECURSOS HUMANOS.

DESENHO DE QUADROS DE RECURSOS HUMANOS. Lisboa: Marinha.

Martins, J. J. (2013). Apontamento sobre problemas de localização. Escola Naval:

Marinha.

MELIÁN, B. e. (2003). A Global View. In Revista Iberoamericana de Inteligencia

Artificial. Asociación Española de Inteligencia Artificial, v. 2, n. 19.

Pereira, M. J. (1966). Logística (Vol. II). (S. d. Escolares, Ed.) Lisboa: Escola Naval.

Pereira, M. J. (1966). Logística (Vol. II). Alfeite: Escola Naval.

Portal Angop (o4 de Abril de 2013) hht:portalangop.co.ao, 2. (2013).

hht:portalangop.co.ao, 2013.

Soares, J. C. (2009). Investigação Operacional. Aulas Investigação Operacional.

Coimbra.

Stoner, J. A., & Edward, R. F. (1985). Administração (5ª Edição ed.). Rio de Janeiro:

Editora Prentice-Hall do Brasil.

Stoner, J., & Freeman, E. (1985). Administração (5ª Edição ed.). Rio de Janeiro:

Prentice-Hall do Brasil.

Teixeira, A. E. (2001). Simulação por Computador. Porto: Publindústria.

Viera, V. M. (2012). Matlab - Curso Completo. Lisboa: FCA - Editora de Informática.


80

ANEXO A – MAPA DE ANGOLA

http://c6angola.wordpress.com/the-angola-project-part-ii

http://c6angola.wordpress.com/the-angola-project-part-ii


81

ANEXO B – TABELA GRUPO DE MERCADORIAS

Unidades Designação

AY CONJUNTO

BC BLOCO

BG SACO

BK LIVRO

BT GARRAFA

BX CAIXA

CA CARTUCHO

CB GARRAFÃO

CN LATA

CZ METRO CÚBICO

DZ DÚZIA

EA UNIDADE

HD CENTENA

HK NOVELO

KG QUILOGRAMA

KT KIT

LI LITRO

MR METRO

OT EQUIPAMENTO

PD BLOCO (PAPEL)

PG EMBALAGEM

PR PAR

PZ PACOTE

RL CARRETEL

RM RESMA

RO ROLO

SE JOGO

SH FOLHA

SM

METRO

QUADRADO

TE DEZ

VI FRACO

Anexo 1. Unidades de fornecimento dos materiais.

Fonte: SIG-DN (Direção de Abastecimento).


82

ANEXO C – CARACTERISTICAS DO N.R.P. AGUÍA

Caraterísticas

Deslocamento 43,5t

Comprimento 21,9m

Boca máxima 5,3m

Calado 1,9m

Velocidade máxima 14 nós

Propulsão

2 Motores Cummins 1.100hp

Diesel-50-M2

Autonomia 2500 NM

12 nós

Armamento

Portatil diverso

1 radar de navegação Furuno

Equipamento diverso

Aladador de redes 3000 kg

Guarnição

Oficiais 1

Sargentos 1

Praças 6

Anexo 2. Características do N.R.P. Águia.

Fonte: extraído da página www.intranet.marinha.pt, em 13 de Fevereiro de 2013.


83

ANEXO D – QUADRO RESUMO DADOS SOCIO-DEMOGRAFICOS: Nome Oficial República de Angola

Data da Independência 11 de Novembro de 1975

Capital Luanda

Regime Politico Democracia Parlamentar

Língua Oficial Português

Regime Governamental Presidencialista

Presidente da Republica Eng.º José Eduardo dos Santos

Superfície 1246700k

Projeção da População de 2012 20.609.294

Hora Local GMT +1

Moeda Kwanza

Clima Tropical, nas zonas de maior altitude, temperado

Faixa Etária da População (0 - 14 anos) 48.1%

Faixa Etária da População (15 - 64 anos) 49.3%

Faixa Etária da População (65 anos ou mas) 3%

Taxa de crescimento da População 3%

Índice sintético de fecundidade 6.0 Filhos por mulher

Taxa de mortalidade materna 42 anos (ambos os sexos)

Taxa de mortalidade infantil (inferior a 1 ano) 1400/100.000 Nados vivos

Taxa bruta de mortalidade 158/1000

Taxa de alfabetização 53.3/1000 Habitantes

Fonte: Adaptado pelo Autor a partir do site Oficial do Governo (hht:portalangola.co.ao)


84

ANEXO E – EXEMPLO DE REGISTO DE PEDIDOS DE MERCADORIAS

Texto breve Qtd UMB Data doc. Grp.merc. Preço líq.

AÇÚCAR 20 KG 02.01.2008 1 1

ARROZ 24 KG 02.01.2008 1 0,66

ATUM DE CONSERVA 5 KG 02.01.2008 1 6,11

AZEITE 40 LI 02.01.2008 1 3,49

BATATA 100 KG 02.01.2008 1 0,59

BOLACHA 5 KG 02.01.2008 1 2,01

CEBOLA 20 KG 02.01.2008 1 0,62

CONCENTRADO DE TOMATE 5 KG 02.01.2008 1 1,51

FARINHA DE TRIGO ESPECIAL 10 KG 02.01.2008 1 0,37

FLOCOS DE CEREAIS 5 KG 02.01.2008 1 5,34

LEITE MEIO GORDO UHT 100 LI 02.01.2008 1 0,59

MASSA ESPARGUETE 10 KG 02.01.2008 1 0,98

MOUSSE DE CHOCOLATE 2 KG 02.01.2008 1 6,35

OLEO ALIMENTAR 45 LI 02.01.2008 1 0,93

PICKLES 5 KG 02.01.2008 1 1,9

PUDIM DE BAUNILHA 3 KG 02.01.2008 1 4,86

PUDIM DE OVOS 3 KG 02.01.2008 1 4,9

PURÉ DE BATATA, FLOCOS 5 KG 02.01.2008 1 2,75

SAL 25 LI 02.01.2008 1 0,09

CARNE DE VACA DE 1ª 28 KG 02.01.2008 1 5,25

VÃOS DE PORCO 28 KG 02.01.2008 1 3,14

COSTELETA DE PORCO 12 KG 02.01.2008 1 3,39

FEBRA DE PORCO 10 KG 02.01.2008 1 3,47

FRANGO 15 KG 02.01.2008 1 1,61

CAMARÃO, EMBALAGEM DE 1,5 E 2 KG 6 KG 02.01.2008 1 5,89

CHOCO PEQUENO 12 KG 02.01.2008 1 4,38

DELICIAS DO MAR 6 KG 02.01.2008 1 2,19

LULA 10 KG 02.01.2008 1 4,59

MARUCA, CONGELADA 16 KG 02.01.2008 1 6,11

BATATA DUQUESA, CONGELADA 10 KG 02.01.2008 1 1,36

BATATA FRITA, TIPO CHIPS 4 KG 02.01.2008 1 4,03

CHERNE À POSTA, ULTRACONGELADO 10 KG 02.01.2008 1 4,52

DOURADINHOS DE PEIXE 8 KG 02.01.2008 1 3,33

GAROUPA À POSTA, ULTRACONGELADA 10 KG 02.01.2008 1 5,26


85

Manuel Moraton Claver Ladislau - comum.rcaap.pt M Claver... · Matlab1, como parte dos requisitos...

Documents

Transcript of Manuel Moraton Claver Ladislau - comum.rcaap.pt M Claver... · Matlab1, como parte dos requisitos...